Top.Mail.Ru
Главная - Публикации

Публикации

Специалисты Центра ведут активную научную деятельность в области искусственного интеллекта, машинного обучения, анализа биомедицинских данных, медицинской диагностики и технологий обработки изображений. Результаты исследований публикуются в ведущих международных научных журналах и представлены на конференциях высшего уровня в области ИИ.

Публикации 2026 года

Статьи в журналах Q1

  • Zaikin A., Sviridov I., Sosedka A. et al. Overcoming the Curse of Dimensionality with Synolitic AI // Technologies. 2026. Vol. 14, 84.
    DOI: https://doi.org/10.3390/technologies14020084
  • Krivonosov M., Trukhanov A., Sushentsev N., Barrett T., Zaikin A. Synolitic Graph Neural Networks for MRI-Derived Radiomic-Based Prediction of Prostate Cancer Progression on Active Surveillance // Cancers. 2026. Vol. 18(9), 1389.
    DOI: https://doi.org/10.3390/cancers18091389
  • Krivonosov M., Avdeenko N., Ivashkin K., Blyuss O., Munblit D. Asymmetric generalisation and robustness of machine learning architectures in complex biological systems: The case of pancreatic ductal adenocarcinoma // Chaos, Solitons & Fractals. 2026. Vol. 209, 118549.
    DOI: https://doi.org/10.1016/j.chaos.2026.118549
  • Gromov N., Lebedeva A., Sharkov A., Grebenyukova A. et al. Deep Neural Network-Based Segmentation of Epileptiform Activity Patterns in EEG Approaches Inter-Expert Agreement for a Pediatric Test Cohort // Technologies. 2026. Vol. 14(7), 403.
    DOI: https://doi.org/10.3390/technologies14070403
  • Vershinina O., Turubanova V., Franceschi C., Ivanchenko M. Towards a personalized perspective on gliomas: an epigenetic-immuno-inflammatory aging framework // Frontiers in Immunology. 2026. Vol. 17, 1898095.
    DOI: https://doi.org/10.3389/fimmu.2026.1898095
  • Kalyakulina A., Yusipov I., Botasheva F. et al. Epigenetic signatures of cardiometabolic risk in men: accelerated aging and differential methylation replicated across cohorts // Clinical Epigenetics. 2026. Vol. 18, art. no. 172.
    DOI: https://doi.org/10.1186/s13148-026-02195-w
  • Malkov A.E., Lebedeva A.V., Sharkov A.A. et al. Machine-learning-based localization of cortical hyperexcitability zones from background EEG activity in epilepsy // Technologies. 2026. Vol. 14(9), 537.
    DOI: https://doi.org/10.3390/technologies14090537

Публикации в материалах конференций уровня A*

  • Baochang Zhang et al. FAIR-Calib: Frontier-Aware Instability-Reweighted Calibration for Post-Training Quantization of Diffusion Large Language Models // Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026.
    Страница публикации: https://icml.cc/virtual/2026/poster/62977

В работе FAIR-Calib предложен метод калибровки посттренировочного квантования диффузионных больших языковых моделей. Профессор Баочанг Джан является сотрудником ИЦИИ ННГУ им. Н.И. Лобачевского; в публикации указаны аффилиация Центра и финансовая поддержка экспериментальной части исследования.

Публикации 2025 года

  • Sokolov N., Getmanskaya A., Turlapov V. AI Diffusion Model-Based Technology for Automating the Multi-Class Labeling of Electron Microscopy Datasets of Brain Cell Organelles for Their Augmentation and Synthetic Generation // Technologies. 2025. Vol. 13(4), 127.
    DOI: https://doi.org/10.3390/technologies13040127
  • Kalyakulina A., Yusipov I., Trukhanov A. et al. EpInflammAge: Epigenetic-Inflammatory Clock for Disease-Associated Biological Aging Based on Deep Learning // International Journal of Molecular Sciences. 2025. Vol. 26, 6284.
    DOI: https://doi.org/10.3390/ijms26136284
  • Malkov A., Lebedeva A., Gerasimova S. et al. Multiparametric Machine Learning for Predicting Epileptic Hyperexcitability from Interictal EEG Background Activity // Communications in Nonlinear Science and Numerical Simulation. 2025. Vol. 152, Part B, 109210.
    DOI: https://doi.org/10.1016/j.cnsns.2025.109210
  • Vershinina O., Turubanova V., Krivonosov M., Trukhanov A., Ivanchenko M. Explainable Machine Learning Models for Glioma Subtype Classification and Survival Prediction // Cancers. 2025. Vol. 17(16), 2614.
    DOI: https://doi.org/10.3390/cancers17162614
  • Vershinina O., Sabbatinelli J., Bonfigli A.R. et al. Explainable Artificial Intelligence Model Predicting the Risk of All-Cause Mortality in Patients with Type 2 Diabetes Mellitus // Frontiers in Endocrinology. 2025. Vol. 16.
    DOI: https://doi.org/10.3389/fendo.2025.1689312
  • Vershinina O., Sushentsev N., Zaikin A. et al. Improving the Potential for Predicting Prostate Cancer Progression in Patients on Active Surveillance Using Explainable Artificial Intelligence // Cancers. 2025. Vol. 17(22), 3598.
    DOI: https://doi.org/10.3390/cancers17223598
  • Gromov N., Lebedeva A., Sharkov A. et al. Automated Sleep Spindle Analysis in Epilepsy EEG Using Deep Learning // Technologies. 2025. Vol. 13(11), 524.
    DOI: https://doi.org/10.3390/technologies13110524
  • Zaikin A., Sviridov I., Oganezova J.G. et al. Synolitic Graph Neural Networks of High-Dimensional Proteomic Data Enhance Early Detection of Ovarian Cancer // Cancers. 2025. Vol. 17(24), 3972.
    DOI: https://doi.org/10.3390/cancers17243972
  • Kovalchuk A.V., Lebedev A.A., Shemagina O.V. et al. Enhancing Cascade Object Detection Accuracy Using Correctors Based on High-Dimensional Feature Separation // Technologies. 2025. Vol. 13(12), 593.
    DOI: https://doi.org/10.3390/technologies13120593
  • Krivonosov M.I., Khabarova T.A., Kondakova E.V. et al. Cognitive Aging Clock Based on Explainable Artificial Intelligence // NPJ Aging. 2025. Vol. 11, Article number: 105.
    DOI: https://doi.org/10.1038/s41514-025-00289-y

Публикации 2024 года

  • Yusipov I., Kalyakulina A., Trukhanov A., Franceschi C., Ivanchenko M. Map of Epigenetic Age Acceleration: A Worldwide Analysis // Ageing Research Reviews. 2024. Vol. 100, 102418.
    DOI: https://doi.org/10.1016/j.arr.2024.102418
  • Krivonosov M., Pazukhina E., Zaikin A. et al. Evaluating the Effect of Climate on Viral Respiratory Diseases among Children Using AI // Journal of Clinical Medicine. 2024. Vol. 13(23), 7474.
    DOI: https://doi.org/10.3390/jcm13237474
  • Stasenko S., Kirdin A. Preservation of Dissipativity in Dimensionality Reduction // Communications in Nonlinear Science and Numerical Simulation. 2024. Vol. 142, 108553.
    DOI: https://doi.org/10.1016/j.cnsns.2024.108553
  • Kalyakulina A., Yusipov I., Kondakova E. et al. Inflammaging Markers in the Extremely Cold Climate: A Case Study of Yakutian Population // International Journal of Molecular Sciences. 2024. Vol. 25(24), 13741.
    DOI: https://doi.org/10.3390/ijms252413741
  • Krivonosov M., Nazarenko T., Ushakov V. et al. Analysis of Multidimensional Clinical and Physiological Data with Synolitical Graph Neural Networks // Technologies. 2024. Vol. 13, 13.
    DOI: https://doi.org/10.3390/technologies13010013

Публикации в материалах конференций уровня A*

В 2025 году опубликована статья в материалах международной конференции уровня A* — International Conference on Learning Representations (ICLR 2025).

Полный текст статьи:
https://proceedings.iclr.cc/paper_files/paper/2025/file/59a9cc95f046e9125d8816ef971873e7-Paper-Conference.pdf

Профессор Баочанг Джан является сотрудником ИЦИИ ННГУ им. Н.И. Лобачевского. В публикации указана соответствующая аффилиация, а также отмечена финансовая поддержка проекта.

Работа посвящена развитию методов zero-shot learning для медицинской диагностики без предварительной разметки данных. Предложенный авторами подход StructuralGLIP использует структурное представление текстовых подсказок и скрытый банк знаний для более точного сопоставления изображений и описаний заболеваний. Экспериментальные результаты демонстрируют превосходство метода над существующими решениями в задачах медицинского обнаружения и анализа изображений.

Опубликованные результаты получены в рамках НИОКР «Интеллектуальные технологии ранней диагностики, прогнозирования и контроля лечения сердечно-сосудистых и нейродегенеративных заболеваний» (мероприятие №55 общего плана деятельности в рамках рабочего пакета №4, этап 2025 года).

Все новости