Центр коллективного пользования научным оборудованием

Итоги работы за 2021 год

 

Количество организаций – пользователей УНУ: 18 (13)

  1. ГБУЗ "Республиканская больница им. В.А. Баранова"
  2. ГБУЗ "Республиканский онкологический диспансер"
  3. ГБУЗ "Республиканский перинатальный центр"
  4. ГБУЗ "Кондопожская центральная районная больница"
  5. ГБУЗ "Медвежьегорская центральная районная больница"
  6. ГБУЗ "Сегежская центральная районная больница"
  7. ГБУЗ "Межрайонная больница №1"
  8. ГБУЗ "Беломорская центральная районная больница"
  9. ГБУЗ "Сортавальская центральная районная больница"
  10. ООО "Многопрофильная клиника"
  11. ООО "ОЦК"
  12. ООО "Афродита"
  13. ООО "Центр костно-суставной патологии"
  14. ООО "КМЦ"
  15. ООО "Здравинвест"
  16. ООО "Кловер Групп"
  17. ЗАО "Клиника Кивач"
  18. Министерство здравоохранения Мурманской области

Количество пользователей УНУ: 80 (65)

Коэффициент загрузки УНУ: 85,4% (85%)

Коэффициент загрузки УНУ для третьих лиц: 26,2% (25%)

Количество публикаций WoS и Scopus: 11 (10), на 12.01.22 индексировано в Scopus  – 7

  1. Korneva VA, Kuznetsova TY, Julius U. "Modern Approaches to Lower Lipoprotein(a) Concentrations and Consequences for Cardiovascular Diseases" опубликована в журнале "Biomedicines". 2021; 9(9):1271. https://doi.org/10.3390/biomedicines9091271, индексирована, Scopus, WoS/Q1
  2. Kurmyshkina, O.; Kovchur, P.; Volkova, T. "Studying the immune microenvironment favouring initiation of invasion in cervical carcinoma" опубликована в журнале "ANNALS OF ONCOLOGY".2021;32(6):S1367-1368. Meeting Abstract, https://doi.org/10.1016/j.annonc.2021.08.206, индексирована, Scopus, WoS/Q1
  3. D.V. Gavrilov, R.V. Abramov, А.V. Kirilkina, А.А. Ivshin, R.E. Novitskiy "COVID-19 pandemic prediction model based on machine learning in selected regions of the Russian Federation" опубликована в журнале "FARMAKOEKONOMIKA. Modern Pharmacoeconomic and Pharmacoepidemiology", 2021; 14 (3): 353-367 https://doi.org/10.17749/2070-4909/farmakoekonomika.2021.108, индексирована, Scopus Q4
  4. А.А. Ivshin, Т.Z. Bagaudin, А.V. Gusev "Predicting preeclampsia using artificial intelligence technologies" опубликована в журнале "Obstetrics, Gynecology and Reproduction" 2021;15(5):576-585, https://doi.org/10.17749/2313-7347/ob.gyn.rep.2021.229, индексирована, Scopus Q4
  5. Ившин А.А., Болдина Ю.С., Гусев А.В. "Роль искусственного интеллекта в прогнозировании преждевременных родов" опубликована в журнале "Проблемы репродукции", 2021;27(5):121-129, https://doi.org/10.17116/repro202127051121,  индексирована, Scopus Q4
  6. V. Perminov, V. Ermakov, D. Korzun "Edge Analytics for Bearing Fault Diagnosis based on Convolution Neural Network Valentin" Frontiers in Artificial Intelligence and Applications, 2021;340:94-103, https://doi.org/10.3233/FAIA210180, индексирована, Scopus Q4
  7. Y.A. Izotov, A.A. Velichko, P.P. Boriskov "Method for fast classification of MNIST digits on Arduino UNO board using LogNNet and linear congruential generator". Journal of Physics: Conference Series. 2021;2094:032055, https://doi.org/10.1088/1742-6596/2094/3/032055, индексирована, Scopus
  8. Ившин А.А., Погодин О.О., Гусев А.В. "Предикторы эндометриоза при бесплодии". "Акушерство и гинекология". 2021;(12):5-15, https://dx.doi.org/10.18565/aig.2021.12.5-15, индексация в Scopus – январь 2022 г.
  9. Курмышкина О.В., Ковчур П.И., Волкова Т.О. "Сигнальные пути врожденного иммунного ответа на ранних этапах прогрессии инвазивного рака шейки матки". "Успехи молекулярной онкологии". 2021. Т.8. №4 (Прил). С. 54-55, https://doi.org/10.17650/2313-805X-2021-8-4, индексация в Scopus – январь 2022 г.
  10. Gusev A.V., Novitskiy R.E., Ivshin A.A., Alekseev A.A. "Machine learning based on laboratory data for disease prediction" принята в печать в журнал "FARMAKOEKONOMIKA. Modern Pharmacoeconomics and Pharmacoepidemiology", 2021;14 (4):571-582, https://doi.org/10.17749/2070-4909/farmakoekonomika.2021.115, индексация в Scopus – январь-февраль 2022 г.
  11. Гусев А.В., Гаврилов Д.В., Новицкий Р.Э., Кузнецова Т.Ю., Бойцов С.А. "Совершенствование возможностей оценки сердечно-сосудистого риска с помощью методов машинного обучения". "Российский кардиологический журнал", 2021;26(12):4618(171-180), https://doi.org/10.15829/1560-4071-2021-4618, индексация в Scopus – январь-февраль 2022 г.
Количество РИД: 1 (1)

"База данных обезличенных медицинских данных с анамнестическими, объективными, инструментальными и лабораторными показателями пациентов с избыточной массой тела и ожирением" – "WDS.Obesity163"

Авторы: Кузнецова Т.Ю., Дружилов М.А.

Заявка 2021622793 в ФИПС подана 24.11.2021.

Дата регистрации: 09.12.2021.

Номер регистрации (свидетельства): RU2021622864

Объем внешних заказов, услуг и работ: 5,69 (5) млн. руб.

Объем средств из внебюджетного источника на софинансирование: 5,74 (5,1) млн. руб.

Дооснащение УНУ оборудованием и материалами: 17,8 млн. руб.

Работы по обеспечению уникальности УНУ: единый клинический протокол: 1 (1)

Работы по решению фундаментальных и прикладных научных задач: NLP- и предиктивные модели: 4 (4)

Последнее обновление: 20.01.2022
Поделиться: