The study describes preparation and testing of porous 3D implants of natural degradable polymer of 3-hydroxybutyric acid P(3HB) for regeneration of bone tissue defects. The ability of the P(3HB) implants to favor attachment and facilitate proliferation and directed differentiation of mesenchymal stem cells (MSCs) was studied in the culture of MSCs isolated from bone marrow and adipose tissue. Tissue-engineered hybrid systems (grafts) constructed using P(3HB) and P(3HB) in combination with osteoblasts were used in experiments on laboratory animals (n = 48) with bone defect model. The defect model (5 mm in diameter) was created in the rat parietal bone, and filling of the defect by the new bone tissue was monitored in the groups of animals with P(3HB) implants, with commercial material, and without implants (negative control). Computed tomography (CT) and histologic examination showed that after 120 days, in the group with the osteoblast-seeded P(3HB) implants, the defect was completely closed; in the group with the cell-free P(3HB) implants, the remaining defect was no more than 10% of the initial one (0.5 mm); in both the negative and positive controls, the size of the defect was about 1.0-1.2 mm. These results suggest that P(3HB) has good potential as osteoplastic material for reconstructive osteogenesis. © 2016 Wiley Periodicals, Inc. J Biomed Mater Res Part A: 105A: 566-577, 2017.

Актуальность. В практике врача-уролога принято судить о типе мочеиспускания по двум параметрам: чаще всего это эффективный объём мочевого пузыря (V) и максимальная объёмная скорость мочеиспускания (Qmax). Поскольку экспертная оценка цифровых характеристик потока мочи часто неоднозначна, они скептически воспринимаются частью врачей и нередко остаются без должного внимания. В настоящее время всё больше проявляется стремление медицины к объективизации путём количественного выражения клинических показателей. Основной технологией, используемой для решения задач обработки и анализа данных, а также их классификации и прогнозирования, являются искусственные нейронные сети. Целью работы являлась разработка экспертной системы распознавания данных урофлометрии на основе нейросетевого классификатора.Материалы и методы. Обучение искусственной трёхслойной нейронной сети прямого распространения происходило по данным 210 урофлоуграмм и многомерного вектора, характеризующегося 9 входными параметрами.Результаты. Тестирование системы проводилось на 40 примерах -данных урофлоуграмм пациентов, не участвовавших в обучении нейронной сети. При этом нейронная сеть определила все предложенные примеры правильно.Выводы. Предложен нейросетевой метод распознавания данных урофлометрии различных заболеваний нижних мочевых путей. Сформировано пространство информативных признаков, влияющих на оценку данных урофлоуметрии. Разработана экспертная система, классифицирующая заболевания (3 вида отклонений от нормы) нижних мочевых путей (НМП) со степенью уверенности в 95%. Ключевые слова: урология; искусственные нейронные сети; урофлоуметрия; распознавание заболеваний Раскрытие информации: Исследование не имело спонсорской поддержки. Авторы заявляют об отсутствии конфликта интересов. Поступила в редакцию: 23.08.2018. Принята к публикации: 17.09.2018. Автор для связи: Капсаргин Федор Петрович;Introduction. In the practice of an urologist, it is customary to assess the type of urination by two parameters: most often it is the effective volume of the bladder (V) and the maximum volume rate of urination (Qmax). Since the expert assessment of the digital characteristics of urine flow is often ambiguous, they are not taken into consideration by some doctors and often remain without due attention. Today there is a tendency in medicine to objectify by quantification of clinical parameters. The main technology used to solve the tasks of data processing and analysis, as well as their classification and forecasting, are artificial neural networks. The aim of the work was to develop an expert system of urine flow rate data recognition based on neural network classifier.Materials and methods. The training of an artificial three-layer neural network of direct distribution occurred according 210 uroflowgrams and a multidimensional vector, characterized by 9 input parameters.Results. the system was tested on 40 examples -uroflowgram data of patients who did not participate in neural network training. Despite this fact, the neural network has identified all the proposed...