Классический конечно-элементный анализ поясничного отдела позвоночника жестко ограничен статической геометрией, получаемой в ходе компьютерной томографии в статическом положении пациента лежа. Прямой расчет напряженно-деформированного состояния для альтернативных физиологических поз в реальном времени невозможен из-за высокой вычислительной трудоемкости, отсутствия расчетных сеток для различных положений тела (наклоны к полу, боковые наклоны, удержание груза) и вариантов нагружения человека. В статье описывается разработка гибридного биомеханического подхода, который использует данные компьютерной томографии в покое для прогнозирования изменения напряженно-деформированного состояния в условиях изменения пространственного положения тела и вариантов нагружения. Для аппроксимации физических полей применены алгоритмы градиентного бустинга XGBoost и CatBoost. Предлагаемый подход позволяет выявлять зоны критической концентрации напряжений и деформаций при пространственном изменении положения тела и моделировать биомеханические состояния, недоступные для прямого численного анализа.

1. Гусева, В. Р. Дегенеративно-дистрофические заболевания позвоночника, патогенез, клинические проявления, диагностика, лечение / В. Р. Гусева, В. В. Никитина // Флагман науки. 2023. С. 55–64.

2. Automatic Generation of Subject-Specific Finite Element Models of the Spine from Magnetic Resonance Images / J. Kok [et al.] // Frontiers in Bioengineering and Biotechnology. 2023. Vol. 11.

3. Напряженно-деформированное состояние поясничного отдела позвоночника в III стадии дегенеративного процесса / Е. Л. Цитко [и др.] // Мультидисциплинарный подход к диагностике и лечению коморбидной патологии: сб. науч. ст. Респуб. науч.-практ. конф. с междунар. участием, Гомель, 29–30 нояб. 2018 г. Гомель: Гомельск. гос. мед. ун-т, 2018. С. 506–509.

4. Kurachka, К. Automation of Primary Diagnostics of Diseases of the Human Lumbar Spine Using Intelligent Analysis of CT Images / К. Kurachka, X. Wang // Open Semantic Technologies for Intelligent Systems: Research Papers Collection. 2025. Iss. 9. Р. 355–360.

5. Семенченя, Т. С. Математическая модель напряженно-деформированного состояния поясничного отдела позвоночника человека на основе анализа КТ-изображений / Т. С. Семенченя, К. С. Курочка // Информационные технологии и системы: материалы Междунар. науч. конф., Минск, 19 нояб. 2025 г. Минск: Белор. гос. ун-т информ. и радиоэлек., 2025. С. 177–178.

6. Developing of a Mathematical Model to Perform Measurements of Axial Vertebral Rotation on Computer-Aided and Automated Diagnosis Systems, Using Raimondi’s Method / J. Hurtado-Aviles [et al.] // Radiology Research and Practice. 2021. Vol. 1. P. 55–64.

7. Effective Modulus of the Human Intervertebral Disc and Its Effect on Vertebral Bone Stress / H. Yang [et al.] // Journal of Biomechanics. 2016. Vol. 49. P. 1134–1140.

8. Чумаченко, Е. Н. Расчет напряженно-деформированного состояния двигательного сегмента позвоночника при нагрузках / Е. Н. Чумаченко, И. В Логашина // Авиакосмическая и экологическая медицина. 2014. T. 48, № 5. C. 51–57.

9. Массарон, Л. Машинное обучение на табличных данных: XGBoost, глубокое обучение и ИИ / Л. Массарон, М. Райан. СПб.: Питер, 2026.

10. Probst, Р. Tunability: Importance of Hyperparameters of Machine Learning Algorithms / P. Probst, A.-L. Boulesteix, B. Bischl // Journal of Machine Learning Research. 2019. Vol. 20, No 53. P. 1–32.