Персона:
Дмитриева, Валентина Викторовна

Организационные подразделения

Организационная единица

Институт лазерных и плазменных технологий

Стратегическая цель Института ЛаПлаз – стать ведущей научной школой и ядром развития инноваций по лазерным, плазменным, радиационным и ускорительным технологиям, с уникальными образовательными программами, востребованными на российском и мировом рынке образовательных услуг.

Фамилия

Дмитриева

Имя

Валентина Викторовна

Полная страница элемента

Результаты поиска

Теперь показываю 1 - 10 из 28

Открытый доступ
Способ детализации структурных элементов медико-биологических объектов исследования
(НИЯУ МИФИ, 2023) Поляков, Е. В.; Дмитриева, В. В.; Тупицын, Н. Н.; Палладина, А. Д.; Сурконт, Д. О.; Дмитриева, Валентина Викторовна; Поляков, Евгений Валерьевич
Изобретение относится к области медицины и может быть использовано для детализации структурных элементов медико-биологических объектов исследования. Предложен способ детализации структурных элементов медико-биологических объектов исследования, согласно которому получают цветное изображение мазков крови и/или костного мозга с помощью компьютерного анализатора, после чего применяют пороговые операции к полученному цветному изображению, затем выделяют области, соответствующие ядрам лейкоцитов посредством процедуры анализа объектов на бинарном изображении с заполнением пустот внутри каждого ядра лейкоцита, затем к выделенным ядрам лейкоцитов применяют билатеральный и медианный фильтры, после применения фильтров вычитают обработанное изображение из исходного изображения и формируют детализирующий слой для получения результирующего изображения, затем проводят процедуру усиления деталей заданного масштаба и выполняют процедуру корректировки яркости и контраста изображения посредством гамма-преобразования. Изобретение обеспечивает повышение объективности, информативности и достоверности проведения анализа изображений при формировании диагностического заключения в ходе диагностики онкологических заболеваний, а именно анализа структуры хроматина ядер лейкоцитов при онкогематологической диагностике. 2 з.п. ф-лы, 4 ил., 1 табл.
Открытый доступ
СПОСОБ ДИАГНОСТИКИ ОНКОЛОГИЧЕСКОГО ЗАБОЛЕВАНИЯ КРОВИ
(НИЯУ МИФИ, 2023) Никитаев, В. Г.; Проничев, А. Н.; Нагорнов, О. В.; Тупицын, Н. Н.; Сельчук, В. Ю.; Дмитриева, В. В.; Палладина, А. Д.; Поляков, Е. В.; Поляков, Евгений Валерьевич; Проничев, Александр Николаевич; Никитаев, Валентин Григорьевич; Нагорнов, Олег Викторович; Дмитриева, Валентина Викторовна
Изобретение относится к области медицины и может быть использовано для диагностики минимальной остаточной болезни (МОБ) или минимальной резидуальной болезни (МРБ, Minimal residual diseases) - популяции опухолевых клеток, оставшейся в организме после достижения клинико-гематологической ремиссии (количество бластных клеток в миелограмме менее 5%) и острого лейкоза. Предлагается способ диагностики онкологического заболевания крови, заключающийся в проведении микроскопического анализа мазков периферической крови для определения формулы крови; проведении микроскопического анализа мазков костного мозга для получения изображений клеток костного мозга, распознавание клеток костного мозга путем сравнения их с образцовыми изображениями клеток и построение миелограммы; выполнении анализа костного мозга с применением цитохимических маркерных реакций на гранулоцитарный и моноцитарный ряды гемопоэза и иммунофенотипического исследования с помощью проточной лазерной цитофлюорометрии, в котором используется набор диагностических антител для определения направленности дифференцировки клеток и установления стадии созревания бластов и сопоставления полученных результатов микроскопического анализа костного мозга, формулы крови и миелограммы с результатами ранее выполняемых исследований, хранящихся в базе данных, для диагностики заболевания. Изобретение обеспечивает повышение точности выявления и диагностики онкологического заболевания крови. 3 ил.
Только метаданные
A Programmable System for Assessing the State of Health and Efficacy of Treatment of the Prostate Gland
(2019) Korenevskiy, N. A.; Seregin, S. P.; Karyakin, O. B.; Biryukov, V. A.; Dmitrieva, V. V.; Дмитриева, Валентина Викторовна
© 2019, Springer Science+Business Media, LLC, part of Springer Nature.The challenge of constructing a programmable system for assessing the state of health of the prostate gland is considered. The mathematical apparatus for constructing the decision-taking model was based on the methodology of synthesizing fuzzy hybrid decision rules. The apparatus part was made using analog interfaces connected to a microcontroller.
Только метаданные
Artificial Intelligence Technologies in the Diagnosis of Acute Lymphoblastic Leukemia and Minimal Residual Disease
(2021) Tupitsyn, N. N.; Chernysheva, O. A.; Serebryakova, I. N.; Palladina, A. D.; Nikitaev, V. G.; Pronichev, A. N.; Polyakov, E. V.; Dmitrieva, V. V.; Никитаев, Валентин Григорьевич; Проничев, Александр Николаевич; Поляков, Евгений Валерьевич; Дмитриева, Валентина Викторовна
© 2021, Springer Science+Business Media, LLC, part of Springer Nature.The possibilities of using artificial intelligence technologies based on computer microscopy in the diagnosis of acute lymphoblastic leukemia and minimal residual disease have been investigated. The diagnosis “acute lymphoblastic leukemia” is made on the basis of a set of diagnostic studies. Among them, microscopy of bone marrow preparations (morphology) is mandatory. Laser flow cytofluorometry is also among the main techniques used to diagnose acute lymphoblastic leukemia. We propose a procedure for microscopy of bone marrow preparations based on the use of artificial intelligence technologies. The composition of the antibody panel for laser flow cyto-fluorometry is determined from the results of bone marrow preparation microscopy. The system for recognizing bone marrow cells in a microscopic image of a bone marrow preparation is based on the description of the texture features of cells and classification using the support vector method. A reference knowledge base required to analyze the capabilities of the bone marrow cell recognition system has been compiled. The knowledge base includes two sets of images of bone marrow cells. The first is used to establish the possibilities of classifying bone marrow cells in the diagnosis of acute lymphoblastic leukemia. The second is used for differential (clarifying) diagnosis of T- and B-cell acute lymphoblastic leukemias. The conducted experiments have confirmed the high efficiency of the computer microscopy method based on the use of artificial intelligence technologies. The proposed approach can be used as a means of supporting medical decision-making in the diagnosis of acute lymphoblastic leukemia and minimal residual disease.
Только метаданные
Integrated information and measurement system for the diagnosis of acute leukemia and minimal residual disease based on computer microscopy, flow laser cytofluorimetry and artificial intelligence
(2021) Tupitsin, N. N.; Palladina, A. D.; Nikitaev, V. G.; Pronichev, A. N.; Selchuk, V. Yu.; Dmitrieva, V. V.; Polyakov, E. V.; Liberis, K. A.; Tsyplyak, V. I.; Никитаев, Валентин Григорьевич; Проничев, Александр Николаевич; Сельчук, Владимир Юрьевич; Дмитриева, Валентина Викторовна; Поляков, Евгений Валерьевич
© 2021 Institute of Physics Publishing. All rights reserved.The article considers a new integrated information and measurement system for the diagnosis of acute leukemia and minimal residual disease based on computer microscopy and flow laser cytometry. The system is based on combining the results of computer microscopy in the analysis of bone marrow preparations and the results of flow laser cytofluorimetry. A special feature of the system is the use of artificial intelligence technologies in the recognition of images of bone marrow cells in the computer microscopy subsystem. The work was the result of joint work of the Department of Computer Medical Systems of the National Research Nuclear University "MEPhI" and the Laboratory of Hematopoietic Immunology of the National Medical Research Center of Oncology named after N. N. Blokhin.
Только метаданные
ANALYSIS OF BIOLOGICAL OBJECTS BY DIGITAL OPTICAL MICROSCOPY USING NEURAL NETWORKS
(2021) Tupitsyn, N. N.; Paladina, A. D.; Nikitaev, V. G.; Pronichev, A. N.; Dmitrieva, V. V.; Polyakov, E. V.; Liberis, K. A.; Grigorieva, M. S.; Никитаев, Валентин Григорьевич; Проничев, Александр Николаевич; Дмитриева, Валентина Викторовна; Поляков, Евгений Валерьевич; Григорьева, Мария Сергеевна
© 2021, Allerton Press, Inc.Abstract: An interdisciplinary (physics, biology, medicine, computer science) problem of recognizing bone marrow cells for the diagnosis of acute leukemia and minimal residual disease is considered. The use of neural networks for determining cell classes in a microscopic image of a bone marrow preparation is considered. Images are formed in transmitted light. The structure of the neural network and image sample for experimental studies are presented. The structure of the neural network is refined based on the experimental results. The accuracy characteristics of the developed system are determined.
Только метаданные
THE CONCEPTUAL DESIGN OF THE 7.5 MeV/U LIGHT ION INJECTOR
(2021) Zavyalov, N. V.; Smetanin, M. L.; Telnov, A. V.; Polozov, S. M.; Aksentyev, A. E.; Bulgacheva, M. M.; Deryabochkin, O. A.; Dmitriev, M. S.; Dmitriyeva, V. V.; Dyakonov, M. V.; Dyubkov, V. S.; Gerasimenko, A. V.; Gorchakov, A. A.; Gusarova, M. A.; Guzov, M. A.; Indiushnii, E. N.; Ivanov, O. A.; Korshunov, A. M.; Kozlovskiy, K. I.; Krasnov, A. S.; Lalayan, M. V.; Lozeev, Y. Y.; Lozeeva, T. A.; Makarov, A. I.; Matsievskiy, S. V.; Melekhov, A. P.; Murygin, O. V.; Nemchenko, R. E.; Novikov, G.; Novozhilov, A. E.; Panishev, A. S.; Pashentsev, V. N.; Plotnikov, E. A.; Ponomarenko, A. G.; Prokopenko, A. V.; Rashchikov, V. I.; Samoshin, A. V.; Savchik, A. A.; Shatokhin, V. L.; Shikanov, A. E.; Smirnov, K. D.; Tsarev, G. A.; Tumanov, S. A.; Yurin, I. A.; Zhigailova, M. I.; Полозов, Сергей Маркович; Аксентьев, Александр Евгеньевич; Булгачева, Маргарита Максатовна; Дерябочкин, Олег Владимирович; Дмитриев, Максим Сергеевич; Дмитриева, Валентина Викторовна; Дьяконов, Максим Валентинович; Дюбков, Вячеслав Сергеевич; Гусарова, Мария Александровна; Гузов, Максим Алексеевич; Индюшный, Евгений Николаевич; Иванов, Олег Александрович; Козловский, Константин Иванович; Краснов, Артем Сергеевич; Лалаян, Михаил Владимирович; Лозеев, Юрий Юрьевич; Лозеева, Татьяна Андреевна; Мациевский, Сергей Викторович; Мелехов, Андрей Петрович; Мурыгин, Олег Викторович; Новиков, Григорий Григорьевич; Новожилов, Александр Евгеньевич; Панишев, Александр Сергеевич; Пашенцев, Владимир Николаевич; Плотников, Евгений Александрович; Пономаренко, Алексей Гаврилович; Прокопенко, Александр Валерьевич; Ращиков, Владимир Иванович; Самошин, Александр Вячеславович; Савчик, Алексей Александрович; Шатохин, Вадим Леонидович; Шиканов, Александр Евгеньевич; Туманов, Сергей Алексеевич; Юрин, Илья Андреевич; Жигайлова, Марина Ивановна
© 27th Russian Particle Accelerator Conference, RuPAC 2021. All rights reserved.The new linac for light ion beam injection is under development at MEPhI. Such linac was proposed for acceleration of 7.5 MeV/nucleon ion beam with A/Z=1-3.5 and current up to 5 mA for proton and 0.4 pmA for light ions. The linac general layout will include two types of ion sources: ECR ion source for proton and He ions and laser ion source for ions form Li to O. Following the LEBT ions will be bunched and accelerated to the final energy using RFQ section and 14 IH-cavities. These IH-cavities will be identical (divided into two groups) and independently phased. All cavities will operate on 81.25 MHz. Results of the beam dynamics simulations and the cavities design will be presented in the report.
Только метаданные
Classification of bone marrow cells in the diagnosis of acute lymphoblastic leukemia
(2021) Tupitsin, N. N.; Selchuk, V. Yu.; Palladina, A. D.; Nosova, E. M.; Nikitaev, V. G.; Pronichev, A. N.; Dmitrieva, V. V.; Polyakov, E. V.; Liberis, K. A.; Dzhokich, M.; Solomatin, M. A.; Никитаев, Валентин Григорьевич; Проничев, Александр Николаевич; Дмитриева, Валентина Викторовна; Поляков, Евгений Валерьевич; Соломатин, Михаил Андреевич
© 2021 Institute of Physics Publishing. All rights reserved.The paper presents approaches to automated classification of bone marrow cells in the diagnosis of acute lymphoblastic leukemia and minimal residual disease using image recognition procedures. The classification methods that show the best accuracy in the recognition of eight types of bone marrow cells were experimentally determined. Recommendations for their use are given.
Открытый доступ
СИСТЕМА ПРЕДОБРАБОТКИ ИЗОБРАЖЕНИЙ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ РАСПОЗНАВАНИЯ ОБЪЕКТОВ
(НИЯУ МИФИ, 2023) Соломатин, М. А.; Сошнина, А. В.; Поляков, Е. В.; Багнова, П. Ю.; Дмитриева, В. В.; Петухова, А. И.; Петухова, Александра Ильинична; Соломатин, Михаил Андреевич; Поляков, Евгений Валерьевич; Дмитриева, Валентина Викторовна
Программа предназначена для выполнения предобработки изображений для распознавания объектов. Применяется в любых системах, которые требуют предобработки изображений для повышения их качества. Позволяет улучшать качество изображений и исследовать влияние фильтров на изображение. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Windows 10.
Открытый доступ
Применение алгоритмов машинного обучения и нейросетей для распознавания паразитных параметров по выходному сигналу в мощных импульсных устройствах электрофизики
(2024) Аверьянов, Г. П.; Дмитриева, В. В.; Дмитриева, Валентина Викторовна; Аверьянов, Герман Петрович
Рассмотрена проблема распознавания и классификации нагрузок на выходе формирующих и передающих линий с распределенными параметрами (ЛРП) в устройствах мощной импульсной техники (МИТ) по амплитуде и форме выходного сигнала с применением математических моделей на основе методов машинного обучения и нейросетей. Разработано веб-приложение, распознающее паразитные параметры, возникающие в устройствах на основе ЛРП.