Инд_проект6

1.

ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБЩЕОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ГОРОДА МОСКВЫ «ШКОЛА № 1354 «ВЕКТОР»
НЕЙРОСЕТЬ ДЛЯ ВЫЯВЛЕНИЯ ОВЗ
ПО ВИДЕО
Участники:
Ученики 10 «Т» класса ГБОУ Школа № 1354
Веревкин Валентин Николаевич и Соколов Кирилл
Дмитриевич
Руководители:
Учитель информатики ГБОУ Школа № 1354
Когут Данила Евгеньевич
Лаборант отдела онлайн-образования НИЯУ
МИФИ Зюков Алексей Алексеевич

2.

2
Обоснование выбора темы
Своевременное выявление особенностей
развития у детей — ключевой фактор
успешной адаптации и коррекции.
Внедрение нейросетевых технологий в
диагностику особенностей развития
имеет огромное значение для общества
Улучшение прогнозов развития детей;
Повышение родительской компетентности.

3.

3
Актуальность темы
По информации на 4 декабря 2025 года, по данным Росстата к концу 2024 года
число детей с расстройствами аутистического спектра (РАС) в России в
возрастной группе от 0 до 14 лет достигло 76 096 человек. За последние шесть
лет этот показатель увеличился примерно на 140% (с 31 685 детей в 2018 году).
Следовательно можно понять, что из-за постоянного увеличения детей с РАС
данный инструмент может получить широкую распространенность в обществе.

4.

4
Цель
Цель: Создать автоматизированный инструмент для выявления признаков ОВЗ у детей
по видеозаписям, сокращающий время диагностики и повышающий доступность в
отдалённых регионах.

5.

7
Методика выполнения работы
Для разработки программы использовался язык программирования Python 3.8, а
также среды разработки PyСharm и IDLE.
Участники использовали имеющиеся в их распоряжении компьютеры. Тема и
основные решения были выбраны к ноябрю. Работа производилась с помощью
совместной работы, собрания которой происходили раз в неделю с демонстрацией
текущих изменений.

6.

8
Методика выполнения работы
Для создания проекта использовались следующие библиотеки:
• tkinter - графический интерфейс
• ttk - улучшенные виджеты (из tkinter)
• filedialog - выбор файлов (из tkinter)
• messagebox - всплывающие окна (из tkinter)
• scrolledtext - текст с прокруткой (из tkinter)
• PIL (Pillow) - обработка изображений
• Image - работа с изображениями (из PIL)
• ImageTk - отображение изображений в Tkinter (из PIL)
• ImageDraw - рисование на изображениях (из PIL)
• ImageFont - работа со шрифтами (из PIL)
• cv2 (OpenCV) - компьютерное зрение
• numpy - математические операции
• os - работа с файловой системой
• threading - многопоточность
• time - работа со временем
• datetime - дата и время
• random - случайные числа
• queue - очереди для потоков

7.

5
Задачи
Для поставленной нами цели нужно выполнить следующие задачи:
1. Изучить библиотеки языка Python которые понадобятся для реализации проекта
2. Подготовить датасеты для обучения нейросети
3. Разработать графический интерфейс с возможностью пользователю загружать фото и
видео для обработки
4. Разработать разбивку видео по кадрам для обработки(берется каждый пятый кадр)
5. Сделать учитывание последовательности кадров в видео
6. Обучить нейросеть на подготовленных датасетах
7. Создать визуализацию результатов
8. Предложить дальнейшие шаги по развитию проекта

8.

6
Принцип работы системы
1. Загрузка файла. Пользователь загружает картинку или видео.
2. Анализ. Программа обрабатывает полученный файл.
3. Вывод результата и его визуализация.

9.

9
Создана программа со следующими
функциями:
• Анализ фото и видео
• Распознавание РАС
• Медицинские рекомендации
• Сохранение отчетов в текстовом формате
Интерфейс программы:
• Левая панель - загрузка и просмотр медиа
• Правая верхняя панель - результаты
анализа и рекомендации
• Нижняя правая панель - статус и
управление
Результаты работы

10.

10
Описание завершенного продукта
Название: ОВЗ Detector. Назначение: предварительный анализ фото и видео детей на
признаки нарушений развития. Обучена на 10000+ файлах предоставленных проектным
офисом, тестировалась на 150 файлах.
Особенности:
• Работает на обычном компьютере
• Локальная обработка данных (конфиденциальность)
• Не требует подключения к интернету
• Бесплатное использование
• Подробные медицинские рекомендации
Ограничения:
• Не ставит медицинский диагноз
• Требует качественных изображений
• Есть вероятность ошибки(14%)

11.

11
Перспективы дальнейшего развития проекта
Для дальнейшего развития проекта стоит предпринять следующие шаги:
Значительное увеличение базы обучающих данных
Анализ голоса и речи
Оценка двигательных функций
Мобильная версия приложения
Создание веб-версии
Интеграция с медицинскими системами