🧬 Биомедицина: когда инженерия встречает жизнь 🦠

Биомедицина — это наука, которая соединяет биологию и инженерию для решения медицинских задач.

А вы знали, что в Engee можно моделировать органы человека, химические процессы и медицинские устройства? В нашем Сообществе есть целый раздел, посвящённый биомедицине! В нем вы, например, найдете: 

🫀 Частотный анализ вегетативного контроля сердечного ритма
В графической модели дыхание задаётся как входное воздействие на вегетативные контуры сердца. Вдох снижает блуждающую активность, увеличивая ЧСС; симпатическая реакция моделируется фильтром НЧ с задержкой 1–2 с.

Изменения ЧСС влияют на артериальное давление (ABP) с задержкой 0.42 с, а обратная связь барорефлекса стабилизирует систему. Связи между блоками реализованы через передаточные функции и статические коэффициенты усиления, что позволяет воспроизводить динамику дыхательной синусовой аритмии.

🩸Регуляция уровня глюкозы в организме человека
В этой скриптовой модели объём крови и интерстициальной жидкости представлен как единый компартмент (~15 л). Концентрация глюкозы поддерживается балансом между притоком (всасывание, продукция печенью) и тремя основными путями выведения:
🔻 почечная фильтрация при превышении порога θ
🔻 утилизация тканями без участия инсулина (λx)
🔻 инсулин-зависимое поглощение (νxy), характерное для мышечной и жировой ткани.

Система описывается дифференциальными уравнениями, связывающими уровни глюкозы и инсулина: повышение глюкозы стимулирует секрецию инсулина, который, в свою очередь, ускоряет утилизацию глюкозы и возвращает систему в равновесие.

💰 Инженерия медицины: моделирование расходов на здравоохранение
Этот проект показывает, как в Engee можно применять методы глубокого обучения для анализа и предсказания медицинских затрат на основе множества факторов — от возраста до привычек.

📶 В модели учитываются:
🟡 Курение — главный фактор (корреляция 0.66): у курящих расходы в разы выше.
🟡 Возраст — сильное влияние (0.53): затраты растут с годами, особенно у курящих.
🟡 Наличие детей — умеренный рост расходов (0.13), но с нелинейными эффектами.
🟡 Индекс массы тела (BMI) — сам по себе слабый, но усиливает другие риски.
🟡 Пол и регион — влияние минимально.

🔬 Модель обучается на реальных данных и сравнивает различные нейросетевые подходы, оценивая точность предсказаний.

Эти проекты показывают, что в Engee можно моделировать не только технику, но и самые сложные биологические и социальные системы — от сердца до экономики здоровья. 💼

🚨 Не пропустите: 
29.10 День Engee 2025

🧠 Продвинутое использование Engee Function: максимум контроля над пользовательскими блоками

Если вы уже работали с Engee Function, знаете: базовая функциональность дает свободу, но не всегда хватает точности. В этом посте разобраны приемы, которые превращают ваш кастомный блок в максимально эффективный вычислительный модуль ⚙️

Что под капотом:
🔹 Явное определение выходных типов и размерностей.
Задайте явно типы данных и размерности, чтобы движок не тратил ресурсы на автоопределение. Это особенно важно при работе с большими матрицами или сложными системами сигналов.

🔹 Кэширование вычислений.
Используйте внутренние состояния и постоянные буферы для ускорения симуляций при множественных вызовах блока и уменьшения объема памяти.

Without cache:
1.056730 seconds (1000.00 k allocations: 76.294 MiB, 90.59% gc time)
With cache:
0.023816 seconds

🔹 Контроль прямого прохождения портов.
Возникла алгебраическая петля? Разорвите ее как вам необходимо с помощью контроля прямого прохождения порта.

🔹 Настройка шага расчета.
Определяйте собственный шаг расчета для управления частотой исполнения блока. Незаменимо, если блок должен работать реже или в отдельном дискретном контуре.

❗️Ключевая идея:
Engee Function — не просто “гибкий” блок с пользовательским кодом. Это инструмент, который позволяет использовать ваш код в моделях Engee максимально эффективно.

🔗 Полная статья: Продвинутое использование Engee Function →

Об этих и других лайфхаках расскажем и покажем в ходе Дня Engee 2025.

Ждем Вас!

⚙️ Физическое моделирование в действии!

День Engee 29го октября — уже на следующей неделе. И мы не можем не рассказать о том самом докладе, который точно стоит услышать.

🎤 Евгений Попов, руководитель направления компании РИТМ, расскажет о развитии вычислительного ядра Engee и возможностях физического моделирования.

💡 Что такое физическое моделирование?

Это когда инженер собирает не абстрактную схему из формул, а реальную систему из блоков с физическим смыслом — моторы, выпрямители, насосы, системы охлаждения.

Такие модели:
🔹 наглядны и понятны даже без кода,
🔹 запускаются на стендах КПМ РИТМ,
🔹 ускоряют проектирование и испытания,
🔹 идеально подходят для исполняемых ТЗ и цифровых двойников.

🧠 И главное: в Engee скоро появится собственный язык для описания физических компонентов — как в Simscape, только российский и доступный для всех. Подробнее — на Дне Engee 2025!

👩‍🔬 Хочешь потренироваться заранее?

В Сообществе Engee уже десятки готовых моделей:
🔸 эффект Вентури,
🔸 отскок мяча от поверхности,
🔸 критическое течение газа,
🔸 операционные усилители — и многое другое.

Приходите на День Engee чтобы пообщаться с разработчиками, «пощупать» демо-зону, задать вопросы и просто классно провести день среди инженеров, которые делают технологии будущего.

👉 Регистрация 💼

Искусственный интеллект в радиолокации

🔥 Прошло уже пару дней, а мы все еще обсуждаем, как круто прошел День Engee! Энергия, драйв, люди, идеи — кажется, офис гудит от впечатлений. Но пора возвращаться к инженерным будням…

🤖 Сегодня поговорим с вами об Искусственном Интеллекте. ИИ внедрен, кажется, уже везде, но не все знают, что техники машинного и глубокого обучения успешно применяются и в радиотехнике, а в частности – в радиолокации!

📡 Чаще всего нейронные сети помогают традиционным алгоритмам обработки радиолокационной информации для:

🔸классификации целей
🔸повышения вероятности верного обнаружения
🔸поиска оптимальной конфигурации и параметров узлов радара
🔸адаптивного изменения параметров приёмо-передающих и антенных устройств

А начать применять ИИ для систем и алгоритмов современных радаров можно в среде Engee. Например, рассмотрим задачу синтеза диаграмм направленности антенных решёток с использованием ИИ. Необходимо спроектировать и обучить нейронную сеть, которая сможет подобрать весовые коэффициенты антенной решётки заданной топологии таким образом, чтобы её диаграмма направленности (ДНА) соответствовала требуемому шаблону. Цель:

🔹Максимизировать направленность
🔹Подавить помехи на уровне 30 дБ ниже главного лепестка
🔹Обеспечить уровень боковых лепестков в пределах от –20° до 20° по азимуту или углу места не выше –17 дБ относительно главного лепестка

Будем использовать PyTorch и вспомогательные функции для визуализации и синтеза весов. Далее сгенерируем датасет из 1000 «паттернов» диаграмм направленности, отличающихся параметрами. Для входа свёрточной нейросети это просто двумерные цветные изображения, а выходом уже будет являться веса для формирования нужной диаграммы.

Таким образом, инференс нейросети позволяет решать вычислительно сложную задачу оптимизации с меньшими затратами.

P.S. Если вы думаете, что наши анонсы на осень окончены, то вы ошибаетесь, скоро вас ждет еще один классный эвент. А пока регистрируйтесь на:

🎓 25.11 Тренинг: Разработка систем связи
🧑‍🎓 27.11 Вебинар: Пакет поддержки Arduino
🧑‍🎓 12.11 Вебинар: Силовая электроника в Engee

🇷🇺 С наступающим Днём народного единства! Пусть нас объединяют не только идеи, но и дела 💪