Details
| Title | Кластеризация и предобработка данных в управлении реабилитацией = Data clustering and pre-processing in rehabilitation management // Промышленный искусственный интеллект (ПИИ'2025): Всероссийская научно-практическая конференция с международным участием 3–4 июля 2025 года: cборник научных трудов |
|---|---|
| Creators | Арсеньев Дмитрий Германович ; Мисник Антон Евгеньевич ; Шалухова Мария Александровна |
| Organization | Санкт-Петербургский политехнический университет Петра Великого |
| Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025 |
| Collection | Общая коллекция |
| Subjects | Нейронные сети ; Информационно-управляющие системы ; кластеризация ; компьютерное зрение ; предобработка данных ; вейвлет-преобразования ; clustering ; computer vision ; data preprocessing ; wavelet transformations |
| UDC | 004.032.26 ; 004.78 |
| Document type | Article, report |
| Language | Russian |
| DOI | 10.18720/SPBPU/2/id25-542 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Record key | RU\SPSTU\edoc\77879 |
| Record create date | 12/24/2025 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
В работе рассматривается вопрос повышения качества управления реабилитацией, а также точности прогнозов и выводов, формируемых интеллектуальной системой поддержки принятия решений. Предлагается подход, основанный на совершенствовании алгоритма предобработки пользовательских данных, получаемых с помощью модуля компьютерного зрения. Отмечается проблема низкого качества исходной информации, поступающей в систему. Для её решения предлагается комбинация методов, включающая стабилизацию видеоряда, нормализацию данных и вейвлет-преобразование, что в совокупности улучшает качество итогового анализа. Для последующей кластеризации пациентов используются ANFIS-подобные нейро-нечеткие сети, что обеспечивает высокую точность персонализированных реабилитационных рекомендаций. Предложенный подход повышает эффективность реабилитационных мероприятий, делая их более адаптированными к индивидуальным потребностям пациентов, а также способствует автоматизации процессов управления реабилитацией.
This paper addresses ways to enhance rehabilitation management and to improve the accuracy of predictions and inferences generated by an intelligent decision-support system. We propose a methodology that refines the pre-processing pipeline for user data acquired through a computer-vision module. The study highlights the challenge posed by the variable quality of raw input data and introduces a combined strategy incorporating video-stream stabilization, data normalization, and wavelet transformation. Together, these techniques markedly increase the reliability of downstream analyses. Patient clustering is subsequently performed with ANFIS-like neuro-fuzzy networks, enabling highly accurate and personalized rehabilitation recommendations. The proposed approach raises the overall efficiency of rehabilitation programs, tailoring them to each patient’s specific needs while further automating rehabilitation management processes.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
Access count: 1
Last 30 days: 0
