Корнаева Елена Петровна, кандидат физико-математических наук, доцент кафедры информационных систем и цифровых технологий
Наугорское шоссе 20, г. Орёл 302020
Elena P. Kornaeva, Cand. of Sci. (PhisicoMathematical), Associate Professor, Information Systems Department
20, Naugorskoe highway, Orel 302020
Стебаков Иван Николаевич, аспирант кафедры мехатроники, механики и робототехники
Наугорское шоссе 20, г. Орёл 302020
Ivan N. Stebakov, Post-Graduate Student, Mechatronics, Mechanics and Robotics Department
20, Naugorskoe highway, Orel 302020
Ставцев Дмитрий Дмитриевич, стажер-исследователь научно-технологического центра биомедицинской фотоники
Наугорское шоссе 20, г. Орёл 302020
Dmitry D. Stavtsev, Research Trainee, Research and Development Center of Biomedical Photonics
20, Naugorskoe highway, Orel 302020
Дрёмин Виктор Владимирович, кандидат технических наук, научный сотрудник научно-технологического центра биомедицинской фотоники
Наугорское шоссе 20, г. Орёл 302020
Viktor V. Dremin, Cand. of Sci. (Engineering), Researcher, Research and Development Center of Biomedical Photonics
20, Naugorskoe highway, Orel 302020
Корнаев Алексей Валерьевич, доктор технических наук, профессор кафедры мехатроники, механики и робототехники
Наугорское шоссе 20, г. Орёл 302020
Alexey V. Kornaev, Dr. of Sci. (Engineering), Professor of Mechatronics, Mechanics and Robotics Department
20, Naugorskoe highway, Orel 302020
Цель исследования. Разработка методики оценки средней скорости течения физиологических жидкостей в капиллярах по изображениям, полученным с помощью лазерной спекл-контрастной визуализации. Методика включает получение экспериментальных данных в виде изображения течения жидкости в тонкой трубке, их предварительную обработку, включая отсеивание и сжатие данных, а также обучение и тестирование приближенных моделей с использованием современных методов машинного обучения.Методы. Экспериментальное исследование течения жидкости в трубке основано на применении метода лазерной спекл-контрастной визуализации, по полученным изображениям рассчитываются значения пространственного спекл-контраста. Полученные данные подвергаются предварительной обработке, включающей отсеивание данных до установившегося режима течения, а также сжатие полученных изображений с помощью метода главных компонент, что позволяет снизить размерность признакового пространства. Задача прогнозирования средней скорости по изображению течения жидкости решается как задача классификации на основе композиции решающих деревьев, построенных с помощью процедуры бэггинга, а также в виде «случайного» леса.Результаты. Разработана методика предсказания средней скорости течения жидкости в капилляре по изображениям, полученным с помощью метода лазерной спекл-контрастной визуализации. Точность предсказания средней скорости (или расхода) на обучающей выборке составила около 91%, на валидационной и тестовой выборках - не менее 81,5%.Заключение. На основе разработанной методики планируется определять кинематические характеристики параметров течения физиологических жидкостей, что позволит улучшить разработанный ранее авторами инерционный способ измерения вязкости испытуемых жидкостей, избавившись от ряда допущений относительно профиля скорости.
Purpose of research. Development of a technique for estimating the average flow rate of physiological fluids in capillaries from images obtained using laser speckle-contrast imaging. The technique includes obtaining experimental data in the form of an image of the fluid flow in a thin tube, their preliminary processing, including filtering and compressing data, as well as training and testing approximate models using modern machine learning methods.Methods. The experimental study of the fluid flow in the tube is based on the application of the laser speckle-contrast imaging method. The spatial speckle-contrast values are calculated from the obtained images. The obtained data are subjected to preliminary processing, including the data filtering out and extending to a steady flow mode, as well as compressing the obtained images using the principal component method, which allows reducing the dimension of the feature space. The problem of predicting the average velocity from the image of the fluid flow is solved as a classification problem based on the composition of decision trees constructed through the bagging procedure, as well as in the form of a random forest.Results. A technique for predicting the average velocity of liquid flow in a capillary from images obtained using the laser speckle-contrast imaging method has been developed. The accuracy of predicting the average velocity (or flow rate) based on the training sample was about 91%, on the validation and test samples - at least 81.5%.Conclusion. Based on the developed technique, it is planned to determine the kinematic characteristics of the parameters of physiological fluids flow, which will improve the inertial method of measuring the viscosity of the tested liquids developed earlier by the authors, getting rid of a number of assumptions about the velocity profile.
The authors declare that there are no conflicts of interest present.