БІОМЕТРИЧНА ІДЕНТИФІКАЦІЯ ФОТОПЛЕТИЗМОГРАФІЧНИХ СИГНАЛІВ В КЛІНІЦІ ЩЕЛЕПНО-ЛИЦЕВОЇ ХІРУРГІЇ З ВИКОРИСТАННЯМ ТЕХНОЛОГІЙ ГЛИБОКОГО НАВЧАННЯ

Authors

  • Володимир Сергійович Павлов Вінницький національний технічний університет
  • Наталія Іванівна Заболотна Вінницький національний технічний університет
  • Віталій Сергійович Поліщук Вінницький національний медичний університет ім. М. І. Пирогова
  • Андрій Ігорович Даліщук Вінницький національний медичний університет ім. М. І. Пирогова
  • Янина Германівна Скорюкова Вінницький національний технічний університет
  • Ян Лунінь Вінницький національний технічний університет

DOI:

https://doi.org/10.31649/2307-5376-2025-1-109-120

Keywords:

сигнали фото плетизмографії, двовимірні вимірювання, перетворення матриці Грама, глибоке навчання, класифікація, прогнозування в реальному часі

Abstract

Це дослідження направлене на підвищення ефективності оброблення сигналів фотоплетизмографії (ФПГ), які мають низку переваг перед традиційними біометричними методами. Було створено комплексну методику для реєстрації ФПГ сигналів від 95 пацієнтів за допомогою оптико-електронної системи оцінювання тканинної мікроциркуляції Фотоплетизмографічні сигнали були перетворені в двовимірні вигляд за допомогою матриці Грама. Для аналізу та автентифікації використовувалася модель EfficientNetV2 B0, яка інтегрована з мережею довготривалої короткочасної пам'яті (ДКП), що дозволило досягти точності інтерпретації 99 %. Удосконалена модель була додатково перевірена для ідентифікації в реальному часі, що підкреслює її ефективність і надійність для систем біометричного розпізнавання. Загалом це дослідження вирішує ключові проблеми біометричної автентифікації шляхом використання переваг ФПГ сигналів і сучасних методологій глибокого навчання, дозволяючи підвищити ефективність застосування біомедичних систем. Значною перевагою підходу є його застосовність під час обробки сигналів в реальному часі. Розроблена оптико-електронна система, яка включає в себе збір, попередню обробку та класифікацію сигналів ФПГ в режимі реального часу, демонструє практичну доцільність біометричних систем на основі ФПГ. Оптико-електронна система для оцінювання тканинної мікроцикуляції дозволяє реєструвати та обробляти ФПГ сигнали частини тіла. що додає системі універсальності. Це дослідження вирішує ключові проблеми біометричної автентифікації шляхом використання переваг ФПГ сигналів і сучасних методологій глибокого навчання, дозволяючи підвищити ефективність застосування біомедичних систем. Значною перевагою підходу є його застосовність при обробці сигналів в реальному часі. Розроблена оптико-електронна система, яка включає в себе збір, попередню обробку та класифікацію сигналів ФПГ в режимі реального часу, демонструє практичну доцільність біометричних систем на основі ФПГ.

Author Biographies

Володимир Сергійович Павлов, Вінницький національний технічний університет

аспірант кафедри біомедичної інженерії та оптико-електронних систем

Наталія Іванівна Заболотна, Вінницький національний технічний університет

д-р техн. наук, професор кафедри біомедичної інженерії та  оптико-електронних систем

Віталій Сергійович Поліщук, Вінницький національний медичний університет ім. М. І. Пирогова

асистент кафедри хірургічної стоматології та щелепно-лицевої хірургії

Андрій Ігорович Даліщук, Вінницький національний медичний університет ім. М. І. Пирогова

асистент кафедри хірургічної стоматології та щелепно-лицевої хірургії

Янина Германівна Скорюкова, Вінницький національний технічний університет

канд. техн. наук, доцент кафедри опору матеріалів, теоретичної механіки та інженерної графіки

Ян Лунінь, Вінницький національний технічний університет

аспірант кафедри біомедичної інженерії та оптико-електронних систем

Downloads

Abstract views: 264

Published

2025-03-27

How to Cite

[1]
В. С. Павлов, Н. І. Заболотна, В. С. Поліщук, А. І. Даліщук, Я. Г. Скорюкова, and Я. Лунінь, “БІОМЕТРИЧНА ІДЕНТИФІКАЦІЯ ФОТОПЛЕТИЗМОГРАФІЧНИХ СИГНАЛІВ В КЛІНІЦІ ЩЕЛЕПНО-ЛИЦЕВОЇ ХІРУРГІЇ З ВИКОРИСТАННЯМ ТЕХНОЛОГІЙ ГЛИБОКОГО НАВЧАННЯ”, НаукПраці ВНТУ, no. 1, Mar. 2025.

Issue

Section

Information technology and computer engineering

Metrics

Downloads

Download data is not yet available.