Search

Issue
Title
Authors
Assessment of ovarian follicular reserve according to ultrasound data based on machine learning methods
Laputin F.A., Sidorov I.V., Moshkin A.S.
Artificial intelligence in ultrasound of thyroid nodules, prognosis of I-131 uptake
Manaev A.V., Trukhin A.A., Zakharova S.M., Sheremeta M.S., Troshina E.A.
The concept of responsible artificial intelligence as the future of artificial intelligence in medicine
Germanov N.S.
Evolution of research and development in the field of artificial intelligence technologies for healthcare in the Russian Federation: results of 2021
Gusev A.V., Vladzymyrskyy A.V., Sharova D.E., Arzamasov K.M., Khramov A.E.
Use of artificial intelligence in the diagnosis of arterial calcification
Trusov Y.А., Chupakhina V.S., Nurkaeva A.S., Yakovenko N.A., Ablenina I.V., Latypova R.F., Pitke A.P., Yazovskih A.A., Ivanov A.S., Bogatyreva D.S., Popova U.A., Yuzlekbaev A.F.
Predicting atrial fibrillation in comorbid patients with arterial hypertension and chronic obstructive pulmonary disease using laboratory research methods: a machine learning approach
Kazantseva E.V., Ivannikov A.A., Tarzimanova A.I., Podzolkov V.I.
MosMedData: data set of 1110 chest CT scans performed during the COVID-19 epidemic
Morozov S.P., Andreychenko A.E., Blokhin I.A., Gelezhe P.B., Gonchar A.P., Nikolaev A.E., Pavlov N.A., Chernina V.Y., Gombolevskiy V.A.
Machine-learning and artificial neural network technologies in the classification of postkeratotomic corneal deformity
Tsyrenzhapova E.K., Rozanova O.I., Iureva T.N., Ivanov A.A., Rozanov I.S.
Dosiomics in the analysis of medical images and prospects for its use in clinical practice
Solodkiy V.A., Nudnov N.V., Ivannikov M.E., Shakhvalieva E.S., Sotnikov V.M., Smyslov A.Y.
Machine-learning technology for predicting intraocular lens power: Diagnostic data generalization
Arzamastsev A.А., Fabrikantov O.L., Zenkova N.А., Belikov S.V.
Development of a portable spectrophotometer using artificial neural networks for non-invasive determination of glycated hemoglobin in blood by Raman spectroscopy
Poliker E.E., Zemskikh B.L., Koshechkin K.A.
Classification of optical coherence tomography images using deep machine-learning methods
Arzamastsev A.A., Fabrikantov O.L., Kulagina E.V., Zenkova N.A.
Learning radiologists’ annotation styles with multi-annotator labeling for improved neural network performance
Nikitin E.D.
Using neural networks for non-invasive determination of glycated hemoglobin levels, illustrated by the application of an innovative portable glucometer in clinical practice
Poliker E.E., Koshechkin K.A., Timokhin A.M., Klyukina E.V., Belyakova E.D., Brovko A.M., Lalayan A.S., Ermolaeva A.S.
Development of a prognostic model for diagnosis of prostate cancer based on radiomics of biparametric magnetic resonance imaging apparent diffusion coefficient maps and stacking of machine learning algorithms
Kuznetsov A.I.
Digital diagnostics: A computer application for lymph node metastases in cervical cancer
Kuznetsov A.I.
1 - 16 of 16 Items

Search tips:

  • Search terms are case-insensitive
  • Common words are ignored
  • By default only articles containing all terms in the query are returned (i.e., AND is implied)
  • Combine multiple words with OR to find articles containing either term; e.g., education OR research
  • Use parentheses to create more complex queries; e.g., archive ((journal OR conference) NOT theses)
  • Search for an exact phrase by putting it in quotes; e.g., "open access publishing"
  • Exclude a word by prefixing it with - or NOT; e.g. online -politics or online NOT politics
  • Use * in a term as a wildcard to match any sequence of characters; e.g., soci* morality would match documents containing "sociological" or "societal"

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».