Руководитель лаборатории – Прокопенко Д. В.
Тел. (+375 232) 29 08 87
e-mail: trohova@gstu.by
Работа лаборатории проводится по двум секциям:
- Программирование и моделирование
- Web-дизайн
Участники лаборатории активно занимаются научной разработкой программного обеспечения, принимают участие в научных конференциях, конкурсах, олимпиадах, выставках, проектах и стартапах.
Студенческая научная лаборатория «IT StArt» основа 25.01.2012 года.
Основные разработки лаборатории за последнее время
Разработано мобильное приложение «Абитуриент ГГТУ»
Разработка приложения позволяет повысить эффективность процесса взаимодействия абитуриентов и студентов и Гомельского государственного технического университета.
Рисунок 1 – Основные окна мобильного приложения
Разработанное мобильное приложение реализует функционал регистрации абитуриента, входа в личный кабинет, использования перечня сервисов. Мобильное приложение является приложением с двухзвенной архитектурой «клиент-сервер». Серверная часть экосистемы проекта представлена облачной базой данных SQL Azure, функционал которой является одной из составляющих облачных технологий, предоставляемых компанией Microsoft. Для подключения к базе данных использовался JDBC – стандарт взаимодействия Java-приложений и различных СУБД.
Использование данного мобильного приложения позволяет сократить время абитуриентов и приёмной комиссии во время проведения приёмной кампании, повысит популярность информационных ресурсов университета в глазах абитуриентов и студентов. Приложение разработано для самой популярной мобильной операционной системы Android.
Разработано приложение по чтению рентген снимков животных на основе нейронных сетей. Приложение является десктоп приложением с возможностью чтения рентген снимков, а также удобным хранением результатов его работы. Приложение также использует базу данных для хранения информации об клиентах и их животных. Приложение написано на языке программирования Python, для написания нейронной сети использовались библиотеки keras и tensorflow. Архитектура нейронной сети представлена на рисунке 2.
Рисунок 2 – Архитектура нейронной сети
Для графического интерфейса был использован кроссплатформенный фреймворк Kivy, который позволяет делать приложения и под мобильные системы.
Интерфейс приложения представлен на рисунке 3. В процессе проектирование программного средства были выполнены следующие разработки: чтение рентген снимка, сохранения результаты как на ПК, так и в базу данных, функционал для работы с клиентами и их питомцами.
Рисунок 3 – Интерфейс программного комплекса
Разработано приложение для расшифровки кардиограмм с использованием нейронной сети.
В приложении было полностью реализовано два модуля:
- тренажер для медицинского персонала, студентов-медиков;
- помощник врачу-диагносту по расшифровке кардиограмм.
Была предусмотрена оптимальная производительность для классификации аритмий. Преимущество программного комплекса в том, что искусственный интеллект помогает обнаружить проблемы с сердцем на ранних стадиях. На текущий момент нейросети в ряде случаев точнее врачей интерпретируют данные ЭКГ. Интерфейс программного комплекса представлен на рисунке 4.
Рисунок 4 – Интерфейс программного комплекса
Программный комплекс был создан для медицинских учреждений – частным и государственным, научным исследовательским центрам, профессорам, специализирующимся на исследовании методов диагностики кардиограмм, практикующим специалистам. Приложение было разработано в средах разработки Microsoft Visual Studio 2019 и JetBrains WebShtorm 2020, Visual Studio Code 2020.
В области компьютерного зрения было разработано также два приложения, первое для интеллектуальной оценки состояния человека – были выполнены следующие разработки: обработка видео, отображение графиков, обработка результатов. Обучение и работа с нейронной сетью проводилась на языке Python с использованием библиотек TensorFlow и Keras. Для визуального отображения была выбрана ASP .NET Core с технологией MVC на языке C#. Для хранения данных использовалась база данных MS SQL Server
В результате обучения получены модели нейронных сетей, позволяющие с достаточной достоверностью определять состояние человека, применение данного программного комплекса поможет людям получать интеллектуальную оценку состояния человека, интерфейс которого приведён на рисунке 5. Приложение поможет компаниям, которые работают с перевозками, получать и анализировать состояние водителя, что значительно снизит потенциальную возможность аварии со стороны водителя.
Рисунок 5 – Интерфейс программного комплекса
Второе приложение позволяет идентифицировать человека по его лицу в режиме реального времени. Нейронная сеть работает на библиотеках keras и tensorflow. Для графического интерфейса был использован кроссплатформенный фреймворк Kivy. Интерфейс приложения представлен на рисунке 6.
Рисунок 6 – Интерфейс программного комплекса
Применения данного продукта поможет в учебных заведениях контролировать посещение занятий, что однозначно повлияет на успешность обучения.
