Макала тапшыруу
Том 17, № 4, 2025 / Барактар 186-198

Рентгендик чечимдөөдөгү каталар

Елена Черноморцева Уильям Бородулин Ричард Бородулин Станислав Черноморцев
Кабыл алынган убакыт 20.08.2025
Түзөтүлгөн 02.12.2025
Кабыл алынган 25.12.2025

Аннотация

Рентгенологиялык изилдөөлөр клиникалык практикада кеңири колдонулган эң кеңири таралган жана жеткиликтүү Сүрөт диагностикасынын бири бойдон калууда. Рентгенограммалардын интерпретациясынын сапаты диагностиканын тактыгына жана дарылоонун кийинки этаптарынын натыйжалуулугуна түздөн-түз таасир этет, бирок медициналык ЖОЖдордун студенттери үчүн бул процесс көп учурда олуттуу татаалдыкты билдирет. Ушуга байланыштуу, кесиптик окутуу этабында радиологиялык сүрөттөрдү чечмелөөдө каталардын себептерин изилдөө актуалдуу болуп саналат. Максаты – студенттердин даярдоо кароо менен байланышкан рентгенологиялык сүрөттөрдү жана өзгөчөлүктөрүн чечмелөөдө каталардын негизги себептерин аныктоо. Изилдөөгө педиатрия (СЧ = 62), дарылоо (СЧ = 88) жана медициналык-профилактикалык (мд = 14) профилдери боюнча окуган медициналык университеттин 164 студенти катышкан. Маалыматтарды чогултуу рентгенологиялык сүрөттөрдү чечмелөөдөгү кыйынчылыктарды, ишеним деңгээлин жана практикалык тажрыйбанын көлөмүн баалоого багытталган жабык жана ачык суроолорду камтыган анонимдүү онлайн-анкета аркылуу жүргүзүлдү. Статистикалык анализ үчүн сыпаттама статистикасынын ыкмалары, бир факторлуу дисперсиялык анализ (вес), краскел-Уоллис критерийи, χ² жана Пирсон корреляциялык анализи колдонулган. Эң кеңири таралган каталар патологиялык өзгөрүүлөрдү өткөрүп жиберүү, очокторду туура эмес локалдаштыруу жана артефакттарды туура эмес чечмелөө экени аныкталган. Эң чоң кыйынчылыктар көкүрөк рентгенографиясы, каптал проекциялар жана таяныч-кыймыл аппаратынын сүрөттөрү болгон. Студенттердин рентгенографияны чечмелөөгө болгон ишениминин орточо деңгээли төмөн болуп, 4,1 т1,7 баллды түздү. Дарылоо профилинин студенттери башка профилдеги окуучуларга салыштырмалуу ишенимдин жогорку деңгээлин жана катанын төмөндүгүн көрсөтүштү. Ишеним деңгээли менен кетирилген каталардын санынын ортосунда орточо терс корреляция аныкталды. Алынган жыйынтыктар практикалык багытталган окутуунун көлөмүн кеңейтүү, рентгенологиялык сүрөттөрдү чечмелөөгө системалуу мамилени киргизүү жана келечектеги дарыгерлерди даярдоонун сапатын жогорулатуу үчүн заманбап санариптик билим берүү инструменттерин колдонуу зарылдыгын көрсөтүп турат

Негизги сөздөр

радиология; сүрөттөрдү чечмелөө; диагностикалык каталар; студенттер; медициналык билим берүү

Цитаталоо

APA Style
Chernomortseva, E., Borodulin, W., Borodulin, R. & Chernomortsev, S. (2025). Errors in the interpretation of x-ray images. Eurasian Health Journal, 17(4), 186-198. https://doi.org/10.54890/1694-8882-2025-4-186
Copied!
Vancouver Style
Chernomortseva, E., Borodulin, W., Borodulin, R., Chernomortsev, S.. Errors in the interpretation of x-ray images. Eurasian Health J. 2025;17(4):186-98. https://doi.org/10.54890/1694-8882-2025-4-186
Copied!

Колдонулган булактар

  1. Preobrazhenskaya EV, Kislova AV, Kharitonov NA. Detection of errors in a three-dimensional model of a dual-focus X-ray tube cathode using 3D scanning. In: Advanced materials and technologies (AMT-2024): Proceedings of the international scientific and technical conference. Moscow: MIREA – Russian Technological University; 2024. 257–62.
  2. Grabar DM, Ivanov YuS. Study of methods and algorithms for image pattern recognition. Sci Notes Komsomol Amur State Technol Univ. 2023;7(71):20–7. DOI: 10.17084/20764359-2023-71-20
  3. Marchenko OV. Time series analysis using neural networks. Sci Notes Komsomol Amur State Technol Univ. 2022;7(63):77–85. DOI: 10.17084/20764359-2022-63-77
  4. Konakov AS, Tislenko VI, Shavrin VV. A-priori error of the initial conditions while solving the problem of space vehicle navigation using pulsar signals. J Sib Fed Univ Math Phys. 2016;9(3):310–9.
  5. Stelmashchuk SV. Assessment of the quality of an automatic control system based on a simplified model. Sci Notes Komsomol Amur State Technol Univ. 2010;1(1):36–9.
  6. Khasanshin SD, Grigorieva AL. Mathematical modeling of chest X-ray image recognition using deep learning. In: Youth and science: Current problems of fundamental and applied research. Komsomolsk-on-Amur: Komsomolsk-on-Amur State University; 2025. 592–6.
  7. National Institutes of Health. NIH Chest X-Ray Dataset [Internet]. [cited 2025 November 21]. Available from: https://www.kaggle.com/datasets/nih-chest-xrays/data
  8. Zhbanov VA, Abarnikova EB. Design and development of a neural network model for determining similarity of two unstructured data samples. Sci Notes Komsomol Amur State Technol Univ. 2023;1(65):47–53. DOI: 10.17084/20764359-2023-65-47
  9. Yakovleva EA, Borodulin VP, Borodulin RP. Comparative assessment of nutrition organization among students of different faculties. Probl Sch Univ Med Health. 2025;(4):20–6.
  10. Podgalo DD. Medical errors associated with incorrect interpretation of X-ray images. In: Youth in science: New arguments. Lipetsk: Argument; 2018. 177–82.
  11. Alekseeva NT, Karandeeva AM, Kvaratskhelia AG. Use of X-ray anatomy laboratory materials in practical classes. In: Proceedings dedicated to the 115th anniversary of M.G. Prives. Voronezh: Nauchnaya Kniga; 2019. 9–12.
  12. Kislyakov VV, Krasnova TS, Leonov SS, Fomin VA. Application of a digital training complex for X-ray research in technological education. Top Issues Account Manag Inf Econ. 2024;(6):567–71.
  13. Borisova NA, Shelukhina AN, Dorofeeva SG. Awareness of medical students about chronic coronary syndrome. In: Propedeutics of internal diseases: Proceedings. Kursk: Kursk State Medical University; 2024. 36–40.
  14. Borodulin VP, Borodulin RP. The image of a modern physician in the media space. In: Bioethics and global challenges of medicine in the 21st century: Proceedings of the international conference. Kursk: Kursk State Medical University; 2023. 13–6.
  15. Samedov VV. Fluctuations of induced charge caused by fluctuations of the X-ray quantum absorption point in a semiconductor detector. Nucl Phys Eng. 2023;14(3):248–57. DOI: 10.56304/S2079562922050426
  16. Strok TA, Gubar LM. X-ray computed tomography: possible errors in interpretation. In: Modern issues of radiation medicine. Grodno; 2021. 225–8.
  17. Avrunin AS, Tikhilov RM, Shubnyakov II, Ganeva DG, Pliev VV, Popov ID, et al. Reproducibility error of dualenergy X-ray absorptiometry in studying the periprosthetic zone around the femoral component Spotorno. Travmatol Ortop Russ. 2009;2(52):89–95.
  18. Sizov AA, Tarasov YuA, Borodulin VP, Borodulin RP. Fundamentals of effective discussion in intercultural space. Intercult Commun Educ Med. 2025;4(21):12–20.
  19. Rumyantsev AA, Bikmuratov FM, Pashin NP. Entropy estimation of lung X-ray image fragments. Cybern Program. 2021;(1):20–6. DOI: 10.25136/2644-5522.2021.1.31676
  20. Hegazi T, Kurdi K, Alfayez A, Alhammad A, Aldakheel A, Alshahrani R, et al. Clinical-year students’ competency in chest X-ray interpretation: A theoretical-based intervention. Saudi J Med Med Sci. 2025;13(2):133–41. DOI: 10.4103/sjmms.sjmms_623_24
  21. Kok EM, Jarodzka H, de Bruin AB, BinAmir HA, Robben SG, van Merriënboer JJ. Systematic viewing in radiology: Seeing more, missing less? Adv Health Sci Educ Theory Pract. 2016;21(1):189–205. DOI: 10.1007/s10459015-9624-y
  22. Truten VP, Lubasheva OYa. Dependence of diagnostic quality on compliance with standard dental X-ray positioning. Endodont Today. 2020;18(2):16–21. DOI: 10.36377/1683-2981-2020-18-2-16-21
  23. Chernomortseva ES, Chueva TV, Borodulin VP, Borodulin RP, Chernomortsev SE. Analysis of the effectiveness of self-study methods among medical students in human anatomy. In: The world through the eyes of youth: Student readings: Proceedings of the VIII international student conference. Kursk: Kursk State Medical University; 2025. 285–7.