Results 81 to 90 of about 1,222 (132)
Some of the next articles are maybe not open access.
2023
ÐÐ°Ð½Ð½Ð°Ñ ÑабоÑа поÑвÑÑена ноÑмализаÑии ÑÑловий ÑÑÑда в медиÑинÑÐºÐ¸Ñ ÑÑÑеждениÑÑ . ÐбÑÐµÐºÑ Ð¸ÑÑÐ»ÐµÐ´Ð¾Ð²Ð°Ð½Ð¸Ñ â медиÑинÑкое ÑÑÑеждение N в гоÑоде Южно-Ð¡Ð°Ñ Ð°Ð»Ð¸Ð½Ñк.
openaire +1 more source
ÐÐ°Ð½Ð½Ð°Ñ ÑабоÑа поÑвÑÑена ноÑмализаÑии ÑÑловий ÑÑÑда в медиÑинÑÐºÐ¸Ñ ÑÑÑеждениÑÑ . ÐбÑÐµÐºÑ Ð¸ÑÑÐ»ÐµÐ´Ð¾Ð²Ð°Ð½Ð¸Ñ â медиÑинÑкое ÑÑÑеждение N в гоÑоде Южно-Ð¡Ð°Ñ Ð°Ð»Ð¸Ð½Ñк.
openaire +1 more source
2017
ÐÑновнÑм меÑодом, пÑименÑемÑм в медиÑинÑкой пÑакÑике, ÑвлÑеÑÑÑ Ð¤ÑÑÑе-анализ, коÑоÑÑй пÑÐµÐ´Ð¿Ð¾Ð»Ð°Ð³Ð°ÐµÑ ÑÑаÑионаÑноÑÑÑ Ð¿ÑоÑеÑÑов. ÐапÑимеÑ, ÑÑÐ¾Ð±Ñ ÑдовлеÑвоÑиÑÑ ÑÑÐ»Ð¾Ð²Ð¸Ñ ÑÑаÑионаÑноÑÑи пÑи обÑÐ°Ð±Ð¾Ñ ...
openaire +1 more source
ÐÑновнÑм меÑодом, пÑименÑемÑм в медиÑинÑкой пÑакÑике, ÑвлÑеÑÑÑ Ð¤ÑÑÑе-анализ, коÑоÑÑй пÑÐµÐ´Ð¿Ð¾Ð»Ð°Ð³Ð°ÐµÑ ÑÑаÑионаÑноÑÑÑ Ð¿ÑоÑеÑÑов. ÐапÑимеÑ, ÑÑÐ¾Ð±Ñ ÑдовлеÑвоÑиÑÑ ÑÑÐ»Ð¾Ð²Ð¸Ñ ÑÑаÑионаÑноÑÑи пÑи обÑÐ°Ð±Ð¾Ñ ...
openaire +1 more source
2017
ÐÑоанализиÑован ÑÑнок медиÑинÑÐºÐ¸Ñ ÑÑлÑг, оÑновнÑе ÑенденÑии на ÑÑнке медиÑинÑÐºÐ¸Ñ ÑÑлÑг в СанкÑ-ÐеÑеÑбÑÑге и РоÑÑии. ÐÑиведено опиÑание деÑÑелÑноÑÑи обÑекÑа иÑÑледованиÑ, его конкÑÑенÑов.
openaire +1 more source
ÐÑоанализиÑован ÑÑнок медиÑинÑÐºÐ¸Ñ ÑÑлÑг, оÑновнÑе ÑенденÑии на ÑÑнке медиÑинÑÐºÐ¸Ñ ÑÑлÑг в СанкÑ-ÐеÑеÑбÑÑге и РоÑÑии. ÐÑиведено опиÑание деÑÑелÑноÑÑи обÑекÑа иÑÑледованиÑ, его конкÑÑенÑов.
openaire +1 more source
2022
Тема вÑпÑÑкной квалиÑикаÑионной ÑабоÑÑ: «ÐбеÑпеÑение конÑиденÑиалÑноÑÑи ÑелÑÑионного пÑедÑÑÐ°Ð²Ð»ÐµÐ½Ð¸Ñ Ð¼ÐµÐ´Ð¸ÑинÑÐºÐ¸Ñ Ð´Ð°Ð½Ð½ÑÑ Ñ Ð¸ÑполÑзованием анонимизаÑии».ЦелÑÑ Ð´Ð°Ð½Ð½Ð¾Ð¹ ÑабоÑÑ ÑвлÑеÑÑÑ Ð¾Ð±ÐµÑÐ¿ÐµÑ ...
openaire +1 more source
Тема вÑпÑÑкной квалиÑикаÑионной ÑабоÑÑ: «ÐбеÑпеÑение конÑиденÑиалÑноÑÑи ÑелÑÑионного пÑедÑÑÐ°Ð²Ð»ÐµÐ½Ð¸Ñ Ð¼ÐµÐ´Ð¸ÑинÑÐºÐ¸Ñ Ð´Ð°Ð½Ð½ÑÑ Ñ Ð¸ÑполÑзованием анонимизаÑии».ЦелÑÑ Ð´Ð°Ð½Ð½Ð¾Ð¹ ÑабоÑÑ ÑвлÑеÑÑÑ Ð¾Ð±ÐµÑÐ¿ÐµÑ ...
openaire +1 more source
2019
Рданной ÑабоÑе бÑл пÑоведен подÑобнÑй анализ ÑÑÑеÑÑвÑÑÑей ÑиÑÑÐµÐ¼Ñ Ð¾Ñ Ñаной ÑÑÑда в ÑеÑи медиÑинÑÐºÐ¸Ñ ÑенÑÑов, далее пÑÐµÐ´Ð»Ð¾Ð¶ÐµÐ½Ñ Ð¼ÐµÑопÑиÑÑÐ¸Ñ Ð¿Ð¾ оÑганизаÑии СУÐТ на оÑнове ÑоÑÑийÑÐºÐ¸Ñ Ð¸ междÑÐ½Ð°Ñ ...
openaire +1 more source
Рданной ÑабоÑе бÑл пÑоведен подÑобнÑй анализ ÑÑÑеÑÑвÑÑÑей ÑиÑÑÐµÐ¼Ñ Ð¾Ñ Ñаной ÑÑÑда в ÑеÑи медиÑинÑÐºÐ¸Ñ ÑенÑÑов, далее пÑÐµÐ´Ð»Ð¾Ð¶ÐµÐ½Ñ Ð¼ÐµÑопÑиÑÑÐ¸Ñ Ð¿Ð¾ оÑганизаÑии СУÐТ на оÑнове ÑоÑÑийÑÐºÐ¸Ñ Ð¸ междÑÐ½Ð°Ñ ...
openaire +1 more source
2020
Тема вÑпÑÑкной квалиÑикаÑионной ÑабоÑÑ: СеÑвиÑ-оÑиенÑиÑÐ¾Ð²Ð°Ð½Ð½Ð°Ñ Ð¸Ð½ÑегÑаÑÐ¸Ñ Ð¼ÐµÐ´Ð¸ÑинÑÐºÐ¸Ñ Ð¸Ð½ÑоÑмаÑионнÑÑ ÑиÑÑем в ÐÐС «РÐÐÐл. Рданной ÑабоÑе опиÑÑваÑÑÑÑ Ð²Ð¸Ð´Ñ Ð¼ÐµÐ´Ð¸ÑинÑÐºÐ¸Ñ Ð¸Ð½ÑоÑмаÑионнÑÑ ÑиÑÑ ...
openaire +1 more source
Тема вÑпÑÑкной квалиÑикаÑионной ÑабоÑÑ: СеÑвиÑ-оÑиенÑиÑÐ¾Ð²Ð°Ð½Ð½Ð°Ñ Ð¸Ð½ÑегÑаÑÐ¸Ñ Ð¼ÐµÐ´Ð¸ÑинÑÐºÐ¸Ñ Ð¸Ð½ÑоÑмаÑионнÑÑ ÑиÑÑем в ÐÐС «РÐÐÐл. Рданной ÑабоÑе опиÑÑваÑÑÑÑ Ð²Ð¸Ð´Ñ Ð¼ÐµÐ´Ð¸ÑинÑÐºÐ¸Ñ Ð¸Ð½ÑоÑмаÑионнÑÑ ÑиÑÑ ...
openaire +1 more source
2017
Ð ÑабоÑе изложена ÑÑÑноÑÑÑ Ð¿Ð¾Ð½ÑÑÐ¸Ñ Ð±Ñенд-плаÑÑоÑмÑ, ÑаÑÑмоÑÑена ÑпеÑиÑика поÑÑÑÐ¾ÐµÐ½Ð¸Ñ Ð±Ñенд-плаÑÑоÑÐ¼Ñ Ð¼ÐµÐ´Ð¸ÑинÑкой клиники, Ð¿Ð¾ÐºÐ°Ð·Ð°Ð½Ñ Ð¾ÑновнÑе задаÑи ÑпеÑиалиÑÑа по ÑазÑабоÑке бÑенда. ÐÑоведен
openaire +1 more source
Ð ÑабоÑе изложена ÑÑÑноÑÑÑ Ð¿Ð¾Ð½ÑÑÐ¸Ñ Ð±Ñенд-плаÑÑоÑмÑ, ÑаÑÑмоÑÑена ÑпеÑиÑика поÑÑÑÐ¾ÐµÐ½Ð¸Ñ Ð±Ñенд-плаÑÑоÑÐ¼Ñ Ð¼ÐµÐ´Ð¸ÑинÑкой клиники, Ð¿Ð¾ÐºÐ°Ð·Ð°Ð½Ñ Ð¾ÑновнÑе задаÑи ÑпеÑиалиÑÑа по ÑазÑабоÑке бÑенда. ÐÑоведен
openaire +1 more source
2021
This masterâs graduate work studies the impact the clinical medical testsâ uncertainty on the accuracy of the conclusions made based on data processing. The obtained results show that the instrumental errors of the source medical data significantly affect the final decisions.
openaire +1 more source
This masterâs graduate work studies the impact the clinical medical testsâ uncertainty on the accuracy of the conclusions made based on data processing. The obtained results show that the instrumental errors of the source medical data significantly affect the final decisions.
openaire +1 more source
2020
This paper describes a semi-supervised learning approach based on convolutional neural networks for medical image segmentation. Presented results for both synthetic data and medical images which proves the applicability of the suggested method to the problem of pathology image segmentation.
openaire +1 more source
This paper describes a semi-supervised learning approach based on convolutional neural networks for medical image segmentation. Presented results for both synthetic data and medical images which proves the applicability of the suggested method to the problem of pathology image segmentation.
openaire +1 more source

