ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2018 г.)
2-летний импакт-фактор РИНЦ: 0,678
2-летний импакт-фактор РИНЦ без самоцитирования: 0,541
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 1,047
5-летний импакт-фактор РИНЦ: 0,460
5-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Суммарное число цитирований журнала в РИНЦ: 7170
Пятилетний индекс Херфиндаля по цитирующим журналам: 310
Индекс Херфиндаля по организациям авторов: 412
Десятилетний индекс Хирша: 19
Место в общем рейтинге SCIENCE INDEX за 2018 год: 303
Место в рейтинге SCIENCE INDEX за 2018 год по тематике "Автоматика. Вычислительная техника": 10

Больше данных по публикационной активности нашего журнале за 2008-2018 гг. на сайте РИНЦ

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2019

Статьи журнала №3 2019

21. Методы обработки данных магнитно-резонансной томографии для когнитивной визуализации и трекинга областей интереса [№3 за 2019 год]
Авторы: Фраленко В.П. (alarmod@pereslavl.ru) - Институт программных систем им. А.К. Айламазяна РАН (ведущий научный сотрудник), кандидат технических наук; Шустова М.В. (m.v.shustova@gmail.com) - Институт программных систем им. А.К. Айламазяна РАН (аспирант); Хачумов М.В. (khmike@inbox.ru) - Федеральный исследовательский центр «Информатика и управление» РАН (старший научный сотрудник), кандидат физико-математических наук;
Аннотация: На настоящее время разработано большое количество алгоритмических и программных средств обработки и визуализации данных магнитно-резонансной томографии (МРТ), решающих различные задачи сегментации, анализа изображений, моделирования и др. Однако до сих пор существует ряд проблем: отсутствие инструментов для автоматизированного высокоточного по-иска в данных МРТ целевых объектов и областей интереса (в интерактивном режиме работы), трудности оперативного анализа большого объема динамически изменяющихся параметров исследуемых объектов, необходимость в улучшении оснащенности исследователей за счет создания новой инструментальной базы и средств обработки данных МРТ. Кроме того, некоторые направления биомедицинских исследований требуют наличия узкоспециализированных инструментов обработки и анализа данных МРТ. Одним из таких направлений является изучение свойств мезенхимальных стволовых клеток, трансплантированных в мозг, пораженный ишемическим инсультом. Основной целью настоящего исследования является создание методов интеллектуального автоматического анализа данных МРТ для поддержки врачей, занимающихся изучением зон ишемического поражения и особенностей движения трансплантированных мезенхимальных стволовых клеток в мозге лабораторных животных. Эти методы позволяют автоматически обнаруживать и визуализировать области интереса в головном мозге. 2D- и 3D-визуализация дают возможность смоделировать во времени процесс за-рождения и развития зон интереса. Методы и алгоритмы опираются на обработку DICOM-файлов, получаемых при сканировании головного мозга реципиентов (лабораторных крыс) в режимах T2 (для обнаружения ишемического поражения) и SWI (для обнаружения скоплений мезенхимальных стволовых клеток). Для изучения процессов миграции и хоуминга стволовых клеток был применен метод Coherent Point Drift. Разработанные алгоритмы положены в основу программного комплекса, предназначенного для экспертной поддержки принятия решений исследователей. Функционал комплекса позволяет автоматически выделять области интереса на снимках МРТ и вычислять их информативные параметры.
Abstract: The main goal of this research is the development of methods for intelligent automatic analysis of mag-netic resonance imaging (MRI) data to support physicians engaged into the study of areas of ischemic lesion and the movement characteristics of mesenchymal stem cells transplanted in the brain of labora-tory animals. The relevance of this research is determined by existence of a number of unsolved prob-lems in the field of study of MRI data automatic analysis. They are: a lack of tools for automated high-precision search of target objects and areas of interests in MRI data (in the interactive mode); problems of fast analysis of a large amount of dynamically changing parameters of the objects under study; a lack of significant improvement of researchers’ equipment through creating a new instrumental base and methods of processing MRI data. The paper presents methods and algorithms to solve the problem of automating the processes of MRI data intellectual processing. The developed methods allow automatic detection and visualization of areas of interest in the brain: ischemic lesions and transplanted stem cells. 2D and 3D visualizations make it possible to model the process of the genesis and changing of zones of interest in time. The methods and algorithms are based on processing DICOM files obtained by scanning a recipient's brain (laboratory rats) in T2 mode (to detect ischemic lesion zone) and SWI mode (to detect mesenchymal stem cells clusters). The developed algorithms form the basis of a software package for processing and analyzing bio-medical data for expert decision-making support for researchers. This software package allows auto-matic detecting of areas of interest in MRI data. The introduction of tracking functions into the devel-oped software package allowed in-depth study of the migration and homing processes of stem cells during a transplantation into a brain affected by various diseases.
Ключевые слова: обработка изображений, графический интерфейс, магнитно-резонансная томография, стволовые клетки, ишемический инсульт, пути миграции, информативные параметры
Keywords: image processing, graphical interface, magnetic resonance imaging, stem cells, ischemic stroke, migration paths, informative parameters
Просмотров: 328

22. Оценка рейтинга научно-педагогических работников университета на основе автоматизированной информационной системы [№3 за 2019 год]
Авторы: Наточая Е.Н. (en_ischa@mail.ru) - Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации (Оренбургский филиал) (доцент), кандидат педагогических наук; Зубкова Т.М. (bars87@mail.ru) - Оренбургский государственный университет (профессор), доктор технических наук;
Аннотация: В статье рассматривается автоматизированная информационная система, разработанная для оценки эффективности профессиональной деятельности научно-педагогических работников образовательных организаций высшего образования. Данная система необходима для формирования отчета по показателям эффективности осуществляемых видов деятельности научно-педагогических работников, на основании которых руководитель может оперативно принимать управленческие решения. С применением автоматизированной информационной системы руководитель кафедры, факультета, образовательной организации получает возможность подбора подходящей кандидатуры на вакантные должности, а также формирования так называемого топ научно-педагогических работников, деятельность которых максимально совпадает с трендами развития высшего образования. Формализованное представление процесса оценки рейтинга научно-педагогических работников представлено в виде модели IDEF0 и схемы декомпозиции. В процессе декомпозиции модели цели программного средства выделены следующие функции: ведение данных о научно-педагогических работниках, расчет рейтинга, формирование отчетных форм. Показатели деятельности научно-педагогических работников объединены в группы: образовательная, организационно-методическая, научно-исследовательская, научно-организационная, репутационная и имиджевая деятельность, воспитательная и социальная работа. Результаты итоговой рейтинговой оценки могут учитываться при конкурсном отборе на вакантную должность и последующем заключении эффективного контракта, при выделении финансирования на приобретение оборудования для научных исследований, поездки на конференции, стажировки и т.п., при определении размера стимулирующей надбавки к заработной плате. Используемая математическая модель расчета рейтинга является методом квалиметрической оценки качества деятельности научно-педагогических работников. Рассчитываются базовый, текущий и частный рейтинги, а также рейтинг производственной и творческой активности. Разработаны алгоритм решения задачи, структура данных, показаны работа автоматизированной информационной системы и полученные результаты.
Abstract: The paper describes an automated information system (AIS) for assessing the efficiency of professional activities of academic staff in educational organizations of higher education. The proposed system is necessary to form a report on performance indicators of academic staff ac-tivities, based on which a head can quickly make management decisions. When applying AIS, the head of department, faculty or educational organization has an opportunity of selecting a suitable candidate for vacant positions; he is also able to form a so-called top of academic staff whose activities coincide with higher education development trends as much as possible. The authors present a formalized representation of the assessment process of an academic staff rat-ing as IDEF0 model and a decomposition scheme. During a decomposition of a software purpose model the authors allocate the following functions: maintaining data on the academic staff, rating calculation, forming report forms. Academic staff performance indicators are united into groups: educational, or-ganizational and methodical, research, scientific and organizational, educational and social work, repu-tation and image activity. The results of total rating assessment might be considered at competitive selection for a vacant po-sition and a subsequent conclusion of an effective contract, at funding acquisition of the equipment for scientific research, conference trips, training, etc., when determining the size of commercial incentive to salary. The used mathematical model of rating calculation is a method of qualimetric assessment of academic staff activity quality. The calculation includes basic, current and private ratings, as well as production and creative activity rating. The paper presents the developed algorithm to solve the problem, a data structure; shows AIS work and the obtained results.
Ключевые слова: автоматизированная информационная система, научно-педагогические работники, информационные потоки, рейтинговые оценки (базовые), рейтинговые оценки текущие, рейтинговые оценки частные, рейтинговые оценки (относительные), инфологическая модель предметной области
Keywords: automated information system, academic staff, information flows, rating estimates (basic), rating estimates (current), rating estimates (private), rating estimates (relative), infological domain model
Просмотров: 206

← Предыдущая | 1 | 2 | 3