Олхинское плато: Каменные стражи Олхинского плато — Отдых на Байкале — ЖЖ

Каменные стражи Олхинского плато — Отдых на Байкале — ЖЖ

На территории Прибайкалья есть уникальные памятники природы — скальные останцы, образовавшиеся в результате выветривания горных пород за сотни тысяч лет. Эти каменные изваяния, не уступающие по своей исторической и культурной ценности знаменитым красноярским столбам, скрыты от любопытных глаз, хотя и находятся на расстоянии всего в 60 км от столицы Восточной Сибири — города Иркутска.

Маршрут к скалам Олхинского плато можно спланировать на один выходной день, а можно и с ночевкой. Само плато – плоскогорье между долинами Ангары и Иркута с многочисленными скалами-останцами.

Каменные россыпи и одинокие скалы на плоских вершинах гор – обычный пейзаж этих мест. Многие оригинальных форм скальники имеют красивые названия – Старая крепость, Старуха Изергиль, Ворона, Фараон, Клеопатра.

ОСОБЕННОСТИ МАРШРУТА

Благодаря своей доступности, этот маршрут можно порекомендовать в качестве отличного активного отдыха на выходной день в любой сезон, но особенно яркие краски в осенний период. Более половины пути маршрут проходит вдоль русла живописной реки Олха.

В советский период наиболее известный из всей группы скальных останцев — скальник Витязь пользовался огромной популярностью у студентов и начинающих альпинистов. Каждое воскресенье переполненная электричка доставляла на станцию Орленок несколько сот туристов которые пешком преодолевали расстояние в 8 км до этого скальника.

Здесь регулярно проводились соревнования по скалолазанию. На Витязе забитыми крючьями обозначены 19 именных маршрутов длиной 25-35 метров самых сложных V–VI категорий. Скала – идеальный скалодром с полками, отвесами и монолитными участками. Сейчас туристов значительно меньше, хотя к Витязю ведет автомобильная дорога, а рядом на берегу Олхи рядом со скальником расположена турбаза с войлочными монгольскими юртами.
Ежегодно в середине сентября на поляне возле скальника Витязь проходит ставший уже традиционным фестиваль бардовской песни, куда съезжаются исполнители со всех уголков Сибири.

КАК ДОБРАТЬСЯ

Добраться до каменных стражей Олхинского плато можно на машине прямо до подножия скальников, но гораздо интереснее часть маршрута от станции Орленок до скальника Витязь (8 км) преодолеть пешком или на велосипеде. В зимнее время маршрут легко преодолевается за 30-40 минут на беговых лыжах.

На автомобиле: из Иркутска на выезд по Култукскому тракту и далее в Шелехове сразу после заправки АЗС Роснефть (с правой стороны) поворот налево в населенные пункты Олха и Большой Луг. Асфальтовое шоссе идет вдоль железнодорожного полотна через населенные пункты Олха и Большой Луг. На станции Орленок можно поставить автомобиль на стоянку и далее через деревянную кладку через речку Олху совершить велосипедную или пешую прогулку протяженностью не боолее 7-8 км по живописной грунтовой дороге вдоль русла реки Олха.
Посмотреть этот маршрут на карте

На электричке: до станции Орленок можно доехать из Иркутска и на скоростной электричке. Расписание электричек из Иркутска до станции Темная падь можно посмотреть здесь или уточнить в справочной пригородного ж/д вокзала по телефону + 7 (3952) 63-12-25. Время в пути — 1,5 часа. Далее от станции необходимо совершить 8 километровый пеший или велосипедный маршрут до скальника Витязь. В обратную сторону расписание движения электричек со станции Орленок — Иркутск можно посмотреть здесь.
Посмотреть этот маршрут на карте

ДОСТОПРИМЕЧАТЕЛЬНОСТИ

Посмотреть все достопримечательности на карте

Самый известный и доступный для посещения скальник — Витязь.

Вид, который открывается с этого скальника, позволяет охватить взором все плато и увидеть окружающие достопримечательности и соседние скальники с высоты птичьего полета.

Посмотреть виртуальный 3D-тур в районе скальника Витязь в летний период

По соседству популярные среди альпинистов скалы Идол,Черепаха, Старуха, Крепость. Свои названия они получили из-за характерных контуров. 30-метровый Идол напоминает знаменитых каменных истуканов острова Пасхи – такой же столбовидный каменный монолит с плитой и похожим на головной убор камнем наверху.

До спрятавшейся в лесу скалы Идол от Витязя идти по тропе около 30 минут (2,5 км). Места здесь напоминают знаменитые Красноярские столбы, однако скалы Олхинского плато менее известны, и популярны лишь среди местных спортсменов-скалолазов.

Если с долины Большой Олхи проехать по старым дорогам вверх по ручью Зырянский 2-й до вершины (923,7 метра), то можно пешком (200 м) попасть к скалам Старуха и Крепость. Первая названа так за свой массивный выпирающий «нос», сердитые «глаза» и морщинистое «лицо»,

а вторая – за сходство со средневековым замком.

Маршруты скалолазов здесь пробиты шлямбурными крючьями. Красивые скалы, к которым можно практически вплотную подъехать на автомобиле, есть также в районе ст. Андрияновская и в верховьях реки Зазара. Сами скалы хорошо видны с Култукского тракта, а с вершин некоторых скал видна даже синяя гладь озера.

Чтобы иметь полное представление о расположении скальных останцев и каменных достопримечательностей на территории Олхинского плато, рекомендую посмотреть данную карту.

Чтобы иметь полное представление о красоте и уникальности этих мест, предлагаю посмотреть виртуальный 3D-тур по всему маршруту на Олхинское плато.

Выбрать гостиницу в Иркутске, Улан-Удэ, базу отдыха на Байкале.

СКАЧАЙ БЕСПЛАТНО ПУТЕВОДИТЕЛЬ ПО БАЙКАЛУ!

Олхинское плато 🌟 Место силы Сибири

Олхинское плато — интереснейший природный памятник, находящийся всего в нескольких часах езды от Иркутска. Массивы первозданного леса, мощнейшие скальники, причудливо созданные матушкой природой, удобные туристические тропы — все это найдут туристы здесь, на Олхинском плато. Пьянящий воздух таежного леса, отсутствие интернета, неповторимые пейзажи в любое время года дадут отдых душе, измученной городской суетой.

18 февраля 2022

История происхождения Олхинского плато

Гигантский треугольник, который представляет из себя Олхинское плато, на юге упирается в озеро Байкал, на северо-востоке ограничен Иркутским водохранилищем, а на северо-западе р. Иркут. Он расположен между Тункинскими Гольцами и Приморским хребтом. Это лесистая возвышенность с множеством скал-останцев, высота которых достигает 75 м. Наивысшей точкой считается гора Камень Мойготы.

Начало формирования плато приходится на ранний протерозой, когда архейские породы преобразовывались в складки под воздействием высокого давления и экстремальных температур. В последующие исторические периоды (палеозое-мезозое, кайнозое) в следствии сдвигов тектонических плит участок был приподнят над уровнем океана. Особенно активным был данный процесс при формировании Байкальского рифа.

Обнажившиеся горные породы подверглись выветриванию и эрозии. В результате на поверхности оказались окварцованные чарнокиты, менее подверженные воздействию негативных природных факторов. Это и есть знаменитые скальники Олхинского плато. Наиболее известными и облюбованными туристами являются скалы Витязь, Идол, Старуха Изергиль, Зеркало. Но останцев намного больше, они разбросаны по всей территории.

Долгие века Олхинское плато было мало изучено. Добираться сюда было крайне сложно. До 30-х годов ХХ века не существовало колесного транспорта, способного покорить эту возвышенность. Немногочисленные охотники позволяли себе забираться так далеко, нарушая первозданную природу своим присутствием. Они ориентировались именно по скальникам. Но о ландшафте, особенностях флоры, фауны было известно крайне мало.

Только в 40-50-е годы прошлого века Перевальная ветка Транссиба была проложена через Олхинское плато. В некоторых районах началась массовая вырубка лесов. Вследствие чего скальники-останцы обнажили перед взором людей свою неповторимую красоту. Благодаря усилиям природы они приобрели разнообразные, порой причудливые формы: просто столбы, кусты и целые деревья из камня, скульптуры, города.

В район потянулись туристы, в первую очередь те, кто увлекался скалолазанием. В 60-70-е годы место стало использоваться, как прекрасная база для альпинистов. Многочисленные студенческие и ученические туристические походы сделали Олхинское плато известным далеко за пределами Иркутской области. Они же дали имена наиболее заметным каменным стражам, оставив в топонимах частичку себя (скальники Политехнический, Академический).

Наибольшую популярность среди туристов приобрели останцы Витязь, Старуха (ранее называли Карета), Идол. Они находятся недалеко от станции «Орленок». Во времена Советского Союза здесь находился пионерский лагерь с одноименным названием. Сейчас о нем напоминают только руины, находящиеся в стороне от основной туристической тропы. Сама тропа начинается сразу от платформы.

Перейдя по мосту (а зимой — по льду) через реку Малая Олха, турист вынужден будет сделать выбор. Тропа расходится на две дорожки,обе ведут к Витязю. Правая по длине короче, но более крутая. Левая больше на пару километров, но более пологая. Она отлично подойдет для туристов преклонного возраста или посещения с детьми. Также это отличный вариант для велопрогулки в теплое время года или лыжного проката зимой.

На крупных скальниках, таких как Витязь, Старуха Изергиль, Идол, проложены альпинистские маршруты. У подножия самого Витязя расположена небольшая туристическая база, где можно отдохнуть и попить чай. Сам Витязь достигает высоты 30 метров. Действительно, он напоминает древнего воина в шлеме, поражающего своей силой и мощью. Широкие уступы останца служат отличным местом для отдыха при тренировках по скалолазанию.

Обойти Витязь можно и по тропе. Заблудиться не получится. Рисунки-указатели котят и лисички, как духи-охранники тайги, проведут туриста через каменную группу Витязя. А дальше открывается неповторимая картина. Над обрывами расстилается вид на каменистые русла рек, от которых просто захватывает дух. Головокружительная высота, чистый воздух, таежный лес, прекрасный в любое время года, останутся в памяти на долгие годы.

Следуя дальше по тропе, можно достичь скальников Идол и Старуха. Первый останец расположен от Витязя на расстоянии 2,5 км и достигает высоты 30 м. Его не спутаешь ни с чем. Изваяние древнего божества поражает туристов своей мощью, а причудливое расположение камней заставляет отдать должное мастерице-природе. На Идоле также проложены альпинистские маршруты, но уровень сложности здесь более высокий.

Путешествуя дальше по тропе, можно выйти к группе скальников, расположенных возле Старухи. А за ними открывается вид на сам крупный останец. По дороге встретится еще большое количество живописных групп камней, полян, тенистых ельников. Можно устроить привал на одном из подготовленных костровищ. Чай, приготовленный в тайге на костре, заиграет новыми нотками благодаря маслянистому дыму валежника.

Олхинское плато было облюбовано альпинистами еще в 60-е годы ХХ века. Здесь начинали свои тренировки многие выдающиеся спортсмены. Именно здесь начинала свой сложный путь Екатерина Иванова, первая русская женщина, которая покорила Эверест в 1990 г. На вершине скальника Идол под камнем хранится гостевая книга, которая беспрерывно ведется скалолазами с 1970-х годов прошлого века.

Здесь проводятся организованные соревнования и слеты. Традиционными стали ежегодный лыжный марафон в память Виктора Панамарчука, сентябрьский фестиваль бардовской песни у подножия скальника «Витязь». Последние несколько лет в августе-сентябре стали регулярно проводится массовые заезды на велосипедах. С каждым годом увеличивается количество желающих принять участие в этих мероприятиях.

В 2015 году на скальнике Старая крепость началась промышленная разработка розового гранита. Но благодаря активной работе общественных организаций и волонтеров работы удалось остановить. Широкий общественный резонанс и огласка привели к тому, что сейчас ведутся работы по созданию на этой территории природного парка регионального значения под рабочим названием «Витязь».

Как добраться до Олхинского плато

До самого популярного туристического маршрута, который начинается от станции «Орленок», проще всего добраться на электропоезде. Дорога от Иркутска займет около 1,5 часов. Также до стартовой точки можно добраться на автомобиле. В таком случае лучше отдать предпочтение кроссоверам и внимательно следить за погодой за несколько дней до поездки. Грунтовая дорога не всегда пригодна для проезда.

Если вас интересует менее оживленные туристические маршруты, то можно выбрать для посещения скальник Ворона. Сюда тоже можно добраться на электричке. Выйти нужно на станции «Подкаменная» или «Санаторная». Несмотря на меньшее количество туристов, тропа здесь тоже удобная, ухоженная, имеются указатели. Она подойдет и для опытных путешественников, и для людей менее подготовленных.

Несмотря на наличие указателей, поисковые операции заблудившихся туристов здесь не редкость. Начинающим исследователям, людям с ограниченными физическими возможностями, посетителям с детьми не рекомендуется сходить с проложенных троп. С целью предотвращения сложных ситуаций всем рекомендуется заранее установить офлайн карты, которые автоматически прокладывают маршрут.

Когда лучше посетить Олхинское плато

Тайга прекрасна в любое время года. Весной пробуждение природы, сочетание древних скал, еловых ветвей, рек с порогами подарит туристу ощущение возрождения. Цветение тайги поздней весной и летом порадует разнотравьем, неповторимыми ароматами лесных цветов и кустарников. Осень поразит воображение буйством красок, очарует глубоким небом, прозрачным воздухом и, если повезет, угостит урожаем лесных ягод.

Зимние посещения требуют основательной подготовки, но также по-своему прекрасны. После того, как ляжет снег, а болотистые места будут скованы морозом, Олхинское плато встретит туристов чистым воздухом, белоснежными, нетронутыми снежными шапками, неповторимыми пейзажами зимней тайги. Туристические тропы при таких погодных условиях подходят как для лыжных, так и для пеших прогулок.

Что нужно знать туристу при посещении Олхинского плато

Территория Олхинского плато не вошла в список природоохраняемых объектов. Также здесь отсутствует организация, которая на коммерческих условиях занимается облагораживанием территории. Поэтому платы за посещение здесь нет. Также нет ограничений на разведение костров в специально отведенных местах. Уборкой, поддержанием в рабочем состоянии мостов, указателей на тропах занимается волонтерская организация.

Следует обязательно помнить, что здесь практически отсутствует мобильная сеть. Поэтому надеяться на мобильные приложения-карты не следует. Лучше ориентироваться по указателям, а также схеме туристических троп Олхинского плато. На указателях зачастую обозначено не только расстояние до определённого объекта, но и предположительное время хода и телефон службы спасения.

При планировании путешествия в теплое время года не следует забывать о закрытой одежде и репеллентах, т.к. клещей и других насекомых в тайге великое множество. Нужно обеспечить запас питьевой воды для членов всей группы на весь день. Несмотря на близость рек, вода здесь не всегда пригодна к употреблению. Олхинское плато — тайга, практически неосвоенная человеком. Следует помнить об этом и не исключать встречи с дикими животными.

Что еще посмотреть в окрестностях Олхинского плато

Если поездка планируется больше, чем на один день, стоит уделить внимание осмотру интересных объектов за пределами Олхинского плато. Одним из них является самый длинный подвесной мост в Иркутской области в селе Шаманка. Его протяженность 244 м, был сдан в эксплуатацию в 2004 году. Удивительная пешая прогулка и живописные аутентичные места никого не оставят равнодушным.

На левом берегу реки Иркут напротив села Моты расположил свои могучие уступы утес Шаманский. Также он известен под названием «33 богатыря». Можно наслаждаться видом через реку и устроить пикник на берегу. А можно запланировать заранее восхождение на утес. Тропа несложная, дети 8-10 лет с ней справятся. С вершины утеса открывается неповторимый вид на удивительный сибирский ландшафт.

Для интересующихся историей, а также с целью патриотического воспитания детей, можно воспользоваться маршрутом, который посвящен А.П. Белобородову, генералу, дважды Герою Советского Союза. В его рамках предложено посещение экспозиции в городе Шелехове «Легендарный генерал — А.П. Белобородов», школьного музея в селе Баклаши, бюста генерала и мемориала Вечный огонь в Иркутске.  

Олхинское плато — иллюстрация картин чудесной природы Сибири, нетронутой рукой человека. Здесь каждый найдет подходящий вид отдыха — неспешные пешие прогулки, альпинизм, лыжные и велотренировки. Это место окутает сказочной аурой любого, подарит неповторимый отдых в тайге, оставит долгий след в памяти и сердце. Ведь чудеса рядом с нами.

Еще больше интересного в нашем канале Яндекс.Дзен. Подпишитесь!

Читайте также

• #Достопримечательности Иркутской области
• #Интересные места Иркутской области
• #Красивые места Иркутской области
• #Лучшие места Иркутской области
• #Плато
• #Плато России

Share

0

VOL 28 Выпуск 1 Page 78

Algologia 2018, 28 (1): 78–88

https://doi.org/10.15407/alg28.01.078

New Taxa и Noteworthy Records

на

New Taxa и Noteworthy Records

на

New Taxa и Noteworthy Records

на

и Noteworworthy. первая находка Heribaudiella fluviatilis ( Phaeophyceae ), пресноводной бурой водоросли Сибири

Вишняков В.С.

• Институт биологии внутренних вод им. Н.А. Папанина РАН,
• Борок, Некоузский р-н, 152742, Ярославская обл., Россия

Abstract

Heribaudiella fluviatilis (Aresch.) Svedel. представляет наиболее часто упоминаемые пресноводные виды бурых водорослей, известные в основном из центральной и северной Европы и западной части Северной Америки и лишь в нескольких местах в Азии, в том числе в Японии и Китае. Открытие новых местонахождений H. fluviatilis из небольшой реки Олха, впадающей в Олхинское плато, Иркутская область, Южная Сибирь, значительно расширяет ареал вида. Впервые вид был собран летом 2012 г., затем вновь собран в том же месте только в августе 2015 г., а на второй год еще в одном местонахождении из H. fluviatilis был обнаружен в километре вверх по течению. Водоросль населяет булыжники и битый кирпич на отмелях (глубина 5–30 см), частично обсыхающих в период короткой позднелетней межени. В обоих новых местонахождениях H. fluviatilis образует темно-коричневые пятна диаметром до 2 см. с типичной системой ползучих и торчащих нитей, документированных световыми микрофотографиями. Макроскопические водоросли, встречающиеся совместно с H. fluviatilis , представлены Cladophora glomerata (L.) Kütz., C. floccosa C. Meyer, Ulothrix zonata (Weber et Mohr) Kütz. и Spirogyra sp. стер. Ассоциированные диатомеи, в том числе аборигенные Didymosphenia geminata , указывают на довольно эвтрофентные условия. Heribaudiella fluviatilis предлагается включить в Красную книгу Иркутской области в связи с его уникальностью для Сибири, а также высокой антропогенной нагрузкой на реку Олха, повышающей риск исчезновения вида H. fluviatilis .

Ключевые слова: Brown Algae, Heribaudiella , Новая запись, редкие виды, морфология, регион Irkutsk, Сибири

Полный текст: PDF 1,25M

Ссылки

1. Chipanina E. V., Tomberg. I.V. I.V. I.V. I.V. I.V. I.V. I.V. I.V. I.V. I.V. I.V. I.V. I.V. I.V. I.V. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I.V. I. I. I.V. геогр. Натур. Рез. 2011. 3: 45–50.
2. де Ревьер Б., Руссо Ф., Драйзма С.Г.А. В: Разгадка водорослей: прошлое, настоящее и будущее систематики водорослей . Бока-Ратон: CRC Press, 2007. С. 267–284.
3. Драйсма С.Г.А., Олсен Дж.Л., Стам В.Т., Прюдом ван Рейне В.Ф., Каваи Х. Eur. Дж. Фикол. 2002. 37: 385–401. https://doi.org/10.1080/09670262.2010.490959
4. Элоранта П., Квандранс Дж., Кусель-Фецманн Э. В: Süsswasserflora von Mitteleuropa . Том. 7. Гейдельберг: Спектр. акад. Верлаг, 2011. 155 с.
5. Гейтлер Л. Арх. Протистенк. 1932. 76: 581–588.
6. Исраэльссон Г. Бот. Нет. 1938. 1–3: 113–128.
7. Якубас Э., Гамбка М., Йониак Т. Пол. Дж. Экол . 2014. 62: 679–693. https://doi. org/10.3161/104.062.0412
8. Джао К.-К. Синенсия . 1941. 12: 239–244.
9. Кьельман Ф.Р. Нова Акта Рег. соц. науч. 1877. Ст. 12: 1–86.
10. Кузель-Фецман Э.Л. Нова Хедв. 1996. 62: 79–89.
11. McCauley L.A.R., Wehr JD Phycologia . 2007. 46: 429–439. https://doi.org/10.2116/05-08.1
12. Pueschel C.M., Stein J.R. J. Phycol. 1983. 19:209–215. https://doi.org/10.1111/j.0022-3646.1983.00209.x
13. Щиршов П.П. Акта инст. Бот. акад. науч. СССР. 1933. 1: 65–92.
14. Оболочка Р.Г., Коул К.М. J. Phycol. 1992. 28: 448–460. https://doi.org/10.1111/j.0022-3646.1992.00448.x
15. Ши Z.X., Се С.Л., Хуа Д. Flora algarum sinicarum aquae dulcis T. XIII. Rhodophyta, Phaeophyta . Пекин: Науч. Пресс, 2006. 208 с.
16. Семинска Ю., Бонк М., Дзедзич Ю., Гамбка М., Грегорович П., Мрозиньска Т., Пелечатый М., Овсянны П.М., Плински М., Витковски А. В: Красный список растений и грибов в Польше . Краков: Szafer Inst. бот., 2006. С. 37–52.
17. Зильберфельд Т., Руссо Ф., де Ревьер Б. Cryptogam. Алгол. 2014. 35(2): 117–156. https://doi.org/10.7872/crya.v35.iss2.2014.117
18. Стойнева М.П., ​​Станчева Р., Гартнер Г. Бер. физ.-мед. Вер. Инсбрук . 2003. 90: 61–71.
19. Сведелиус Н. Zeit. Бот. 1930. 23: 891–918.
20. Täuscher L. Verh. Бот. Вер. Берлин Бранденбург . 2011. 144: 177–192.
21. Темнискова Д., Стойнева М.П., ​​Киряков И.К. Фитол. Балкан. 2008. 14(2): 193–206.
22. Уланова А.А. Водоросли водоемов с нестабильной соленностью побережья Белого и Баренцева моря [ Водоросли из вод с непостоянной соленостью побережья Белого и Баренцева морей ]. Абстр. Кандидат наук. (Биол.). СПб, 2003. 19 с.
23. ван ден Хук К., Манн Д.Г., Джанс Х.М. Водоросли: введение в психологию . Кембридж: Кембриджский ун-т. Пресс, 1995. 623 с.
24. Воронихин Н.Н. Бот. Ж. СССР . 1932. 17(3): 265–325.
25. Wehr JD In: Пресноводные водоросли Северной Америки, экология и классификация. Сан-Диего: Academic Press, 2015. Гл. 22. С. 851–871. https://doi.org/10.1016/B978-0-12-385876-4.00019-0
26. Wehr JD In: Речные водоросли . Чам: Springer Int. 2016. Ч. 6. С. 129–151. https://doi.org/10.1007/978-3-319-31984-1_6
27. Вер Дж.Д., Перроне А.А. Запад. Северный амер. Нац. 2003. 63(4): 517–523.
28. Вер Й.Д., Станчева Р., Трун К., Шут Р.Г. Запад. Северный амер. Нац. 2013. 73(2): 148–157. https://doi.org/10.3398/064.073.0204
29. Wehr JD, Stein JR J. Phycol . 1985. 21(1): 81–93. https://doi.org/10.1111/j.0022-3646.1985.00081.x
30. West J.A., Kraft G.T. Мюллерия . 1996. 9: 29–33.
31. Зинова А.Д., Забержинская Е.Б. нояб. Системат. Завод. Не Васк. 1966. 3: 109–114.

Выявление COVID-19 на компьютерной томографии грудной клетки с использованием приложения для Android, управляемого искусственным интеллектом

Сюэ П. -Р. Тяжелый острый респираторный синдром коронавирус 2 (SARS-CoV-2) и коронавирусная болезнь-2019 (COVID-19): эпидемия и вызовы. Междунар. Дж. Антимикроб. Агенты. 2020;55:105924. doi: 10.1016/j.ijantimicag.2020.105924. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

2. Рубин Г.Д., Райерсон С.Дж., Харамати Л.Б., Сверцеллати Н., Канне Дж.П., Рауф С., Шлюгер Н.В., Вольпи А., Йим Дж.- Дж., Мартин И.Б. и др. Роль визуализации грудной клетки в ведении пациентов во время covid-19пандемия: многонациональное согласованное заявление общества Флейшнера. Радиология. 2020; 296: 172–180. [Бесплатная статья PMC] [PubMed] [Google Scholar]

3. Hope MD, Raptis C.A., Henry T.S. 2020. Компьютерная томография грудной клетки для выявления коронавирусной болезни 2019 (Covid-19): не торопите науку. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

4. Ai T., Yang Z., Hou H., Zhan C., Chen C., Lv W., Tao Q., Sun Z. , Ся Л. Корреляция КТ грудной клетки и ОТ-ПЦР-тестирования на коронавирусную болезнь 2019 г. (covid-19) в Китае: отчет о 1014 случаях. Радиология. 2020;296:E32–E40. [Бесплатная статья PMC] [PubMed] [Google Scholar]

5. Long C., Xu H., Shen Q., Zhang X., Fan B., Wang C., Zeng B., Li Z., Li X ., Ли Х. Диагностика коронавирусной болезни (covid-19): РРТ-ПЦР или КТ? Евро. Дж. Радиол. 2020;126:108961. [Бесплатная статья PMC] [PubMed] [Google Scholar]

6. Kanne JP 2020. Результаты КТ грудной клетки в 2019 г. Новые коронавирусные (2019-ncov) инфекции из Ухани, Китай: ключевые моменты для рентгенолога. [Бесплатная статья PMC] [PubMed] [Google Scholar]

7. Саха М., Амин С.Б., Шарма А., Кумар Т.С., Калия Р.К. 2021. Количественная оценка помутнения матового стекла в легких пациентов с Covid-19 с использованием 3D-компьютерной томографии, управляемая искусственным интеллектом, medRxiv: сервер препринтов для медицинских наук. [CrossRef] [Google Scholar]. , и другие. об. 295. 2020. Особенности компьютерной томографии нового коронавируса 2019 г. (2019-ncov) Радиология; стр.

202–207. 2020 апр. 110.1148/радиол. 2020200230. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

9. Хуан Л., Хань Р., Ай Т., Ю П., Кан Х., Тао К., Ся Л. Серийная количественная оценка КТ грудной клетки при ковид-19: подход глубокого обучения. Радиология: Кардиоторак. Визуализация. 2020;2 [Бесплатная статья PMC] [PubMed] [Google Scholar]

10. Qiu Y., Liu Y., Li S., Xu J. 2020. Miniseg: чрезвычайно минимальная сеть для эффективной сегментации Covid-19. Препринт arXiv arXiv: 2004. [Google Scholar]

11. Li L., Qin L., Xu Z., Yin Y., Wang X., Kong B., Bai J., Lu Y., Fang Z., Song Q. и др. . Использование искусственного интеллекта для обнаружения covid-19и внебольничная пневмония на основе КТ легких: оценка точности диагностики. Радиология. 2020;296:E65–E71. [Бесплатная статья PMC] [PubMed] [Google Scholar]

12. Chen J., Wu L., Zhang J., Zhang L., Gong D., Zhao Y., Chen Q., Huang S., Yang M ., Ян X. и др. Модель, основанная на глубоком обучении, для выявления новой коронавирусной пневмонии 2019 года на компьютерной томографии высокого разрешения.

науч. Отчет 2020; 10: 1–11. [Бесплатная статья PMC] [PubMed] [Google Scholar]

13. Xu X., Jiang X., Ma C., Du P., Li X., Lv S., Yu L., Ni Q., ​​Chen Y ., Су Дж. и др. Система глубокого обучения для скрининга новой коронавирусной болезни 2019 г.пневмония. Инжиниринг. 2020; 6: 1122–1129. [Бесплатная статья PMC] [PubMed] [Google Scholar]

14. Сильва П., Луз Э., Сильва Г., Морейра Г., Сильва Р., Лусио Д., Менотти Д. Обнаружение Covid-19 на КТ-изображениях с глубоким обучением: схема на основе голосования и анализ перекрестных наборов данных. Поставить в известность. Мед. Разблокирован. 2020;20:100427. [Бесплатная статья PMC] [PubMed] [Google Scholar]

15. Себдани А.М., Мостафави А. 5-я Международная конференция по распознаванию образов и анализу изображений (IPRIA), 2021 г., IEEE; 2021. Обработка медицинских изображений и глубокое обучение для диагностики covid-19.с КТ-изображениями; стр. 1–6. [CrossRef] [Google Scholar]

16. Элазиз М.А., Хосни К.М., Салах А. , Дарвиш М.М., Лу С., Сахлол А.Т. Новый метод машинного обучения для диагностики covid-19 на основе изображений. ПЛОС Один. 2020;15 [Бесплатная статья PMC] [PubMed] [Google Scholar]

17. Джанчандани Н., Джайсвал А., Сингх Д., Кумар В., Каур М. Быстрая диагностика covid-19 с использованием ансамблевых моделей глубокого переноса обучения из рентгенограммы грудной клетки. Дж. Окружающий интеллект. Гум. вычисл. 2020: 1–13. [Бесплатная статья PMC] [PubMed] [Google Scholar]

18. Хасан М., Алам М., Элахи М., Туфик Э., Рой С., Вахид С.Р. и др. 2020. Cvr-net: глубокая сверточная нейронная сеть для распознавания коронавируса на рентгенограммах грудной клетки. Препринт arXiv arXiv: 2007.11993. [Google Scholar]

19. Алом М.З., Рахман М., Насрин М.С., Таха Т.М., Асари В.К. 2020. Covid_mtnet: обнаружение Covid-19 с помощью многозадачных подходов к глубокому обучению. Препринт arXiv arXiv: 2004. [Google Scholar]

20. Hu R., Ruan G., Xiang S., Huang M., Liang Q., Li J. medRxiv; 2020. Автоматическая диагностика Covid-19Использование глубокого обучения и увеличения данных на Chest Ct. [Google Scholar]

21. Кассания С.Х., Кассаниб П.Х., Весоловскич М.Дж., Шнайдера К.А., Детерса Р. Автоматическое обнаружение коронавирусной болезни (covid-19) на рентгеновских и компьютерных снимках: подход, основанный на машинном обучении. Биокибернет. Биомед. англ. 2021; 41: 867–879. [Бесплатная статья PMC] [PubMed] [Google Scholar]

22. Liu B., Gao X., He M., Liu L., Yin G. vol. 2020. 2020. Быстрая онлайн-система диагностики covid-19 с компьютерной томографией грудной клетки. (Материалы КДД). [Академия Google]

23. Гозес О., Фрид-Адар М., Гринспен Х., Браунинг П.Д., Чжан Х., Цзи В., Бернхейм А., Сигель Э. 2020. Цикл быстрого развития искусственного интеллекта для коронавируса (Covid-19) Пандемия: первоначальные результаты автоматического обнаружения и мониторинга пациентов с использованием глубокого анализа компьютерных изображений. Препринт arXiv arXiv: 2003. [Google Scholar]

24. Ni Q., ​​Sun Z.Y., Qi L., Chen W., Yang Y., Wang L., Zhang X., Yang L., Fang Y., Xing Z. и др. Подход к глубокому обучению для характеристики коронавирусной болезни 2019 года (covid-19) пневмония на КТ грудной клетки. Евро. Радиол. 2020;30:6517–6527. [Бесплатная статья PMC] [PubMed] [Google Scholar]

25. Ахуджа С., Паниграхи Б.К., Дей Н., Раджиникант В., Ганди Т.К. Автоматическое обнаружение covid-19 на основе глубокого обучения на основе компьютерной томографии легких. заявл. Интел. 2021; 51: 571–585. [Бесплатная статья PMC] [PubMed] [Google Scholar]

26. Брунезе Л., Мартинелли Ф., Меркальдо Ф., Сантоне А. Машинное обучение для обнаружения коронавируса covid-19 с помощью рентгена грудной клетки. Процедиа Компьютер. науч. 2020;176:2212–2221. [Бесплатная статья PMC] [PubMed] [Google Scholar]

27. Джайсвал А., Джанчандани Н., Сингх Д., Кумар В., Каур М. Классификация пациентов, инфицированных covid-19, с использованием глубокого трансферного обучения на основе Dendennet201. Дж. Биомол. Структура Дин. 2020: 1–8. [PubMed] [Google Scholar]

28. Анвар Т., Закир С. 23-я международная многотематическая конференция IEEE (INMIC), 2020 г. Диагностика ковид-19 на основе глубокого обучения с использованием изображений компьютерной томографии грудной клетки; стр. 1–5. IEEE. [CrossRef] [Google Scholar]

29. Ozturk T., Talo M., et al. Автоматическое обнаружение ковид-19случаях с использованием глубоких нейронных сетей с рентгеновскими изображениями. вычисл. биол. Мед. 2020:103792. doi: 10.1016/j.compbiomed.2020.103792. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

30. Мукерджи Х., Гош С., Дхар А., Обайдулла С.М., Сантош К., Рой К. Глубокая нейронная сеть для обнаружения covid-19: единая архитектура как для компьютерной томографии, так и для рентгенографии грудной клетки. заявл. Интел. 2021; 51: 2777–2789. [Бесплатная статья PMC] [PubMed] [Google Scholar]

31. Аль-Карави Д., Аль-Зайди С., Полус Н., Джассим С. MedRxiv; 2020. Анализ машинного обучения изображений компьютерной томографии грудной клетки в качестве дополнительного цифрового теста на коронавирус (Covid-19).) Пациенты. [Google Scholar]

32. Палуру Н., Даял А., Дженссен Х.Б., Сакинис Т., Ценкерамадди Л.Р., Пракаш Дж., Ялаварти П.К. Anam-net: облегченный cnn на основе анаморфотного встраивания глубины для сегментации аномалий на КТ-изображениях грудной клетки covid-19. IEEE-транзакция. Нейронные сети учатся. Сист. 2021; 32: 932–946. [Бесплатная статья PMC] [PubMed] [Google Scholar]

33. Alshazly H., Linse C., Barth E., Martinetz T. Объяснимое обнаружение covid-19 с помощью компьютерной томографии грудной клетки и глубокого обучения. Датчики. 2021;21:455. [Бесплатная статья PMC] [PubMed] [Google Scholar]

34. Басантвани Н., Кумар А., Гангвар С., Олха А., Матур Г. и др. Android-приложение для обнаружения Covid-19 на основе рентгенограмм грудной клетки и компьютерной томографии. ИНФОКОМП J. Вычисл. науч. 2021;20 [Google Scholar]

35. Хаммад М., Илиясу А.М., Субаси А., Хо Э.С.Л., Эль-Латиф А.А.А. Многоуровневая модель глубокого обучения для обнаружения аритмии. IEEE транс. Инструм. Изм. 2021; 70: 1–9. doi: 10.1109/TIM.2020.3033072. [CrossRef] [Google Scholar]

36. Хаммад М., Алкинани М.Х., Гупта Б.Б., Эль-Латиф А.А.А. Обнаружение инфаркта миокарда на основе глубокой нейронной сети на несбалансированных данных. Мультимед. Сист. 2021 г.: 10.1007/s00530-020-00728-8. [Перекрестная ссылка] [Академия Google]

37. Рахимзаде М., Аттар А., Сахаи С.М. Полностью автоматизированная сеть на основе глубокого обучения для обнаружения covid-19 из нового большого набора данных компьютерной томографии легких. Биомед. Управление сигнальным процессом. 2021;68:102588. [бесплатная статья PMC] [PubMed] [Google Scholar]

38. Han J., Pei J., Kamber M. Elsevier; 2011. Интеллектуальный анализ данных: концепции и методы. [Google Scholar]

39. Wei Y., Shen G., Li J.-j. Полностью автоматический метод сегментации и восстановления легочной паренхимы. Дж. Цифра. Изображение 2013; 26: 483–49.5. [Бесплатная статья PMC] [PubMed] [Google Scholar]

40. Armato S., III, MacMahon H. vol. 1256. Эльзевир; 2003. Автоматизированная сегментация легких и компьютерная диагностика при компьютерной томографии грудной клетки; стр. 977–982. (Серия международных конгрессов). [CrossRef] [Google Scholar]

41. Тан С. Сегментация поражений на КТ с использованием водораздела, активных контуров и случайного поля Маркова. Мед. физ. 2013; 40 doi: 10.1118/1.4793409. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

42. Де Нунцио Г., Томмази Э., Агрусти А., Катальдо Р., Де Митри И., Фаветта М., Маглио С., Массафра А., Кварта М., Торселло М. и соавт. Автоматическая сегментация легких на КТ-изображениях с точной обработкой прикорневой области. Дж. Цифра. Изображение 2011; 24:11–27. doi: 10.1007/s10278-009-9229-1. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

43. Lai J., Wei Q. Автоматическая сегментация полей легких при компьютерной томографии с использованием морфологической операции и анатомической информации. Био Мед. Матер. англ. 2014; 24:335–340. [PubMed] [Академия Google]

44. Оцу Н. Транзакции IEEE в системах, человеке и кибернетике. Том. 25. 2006. Метод порогового выделения из гистограмм уровней серого. 417–4. [Google Scholar]

45. He K., Zhang X., Ren S., Sun J. Материалы конференции IEEE по компьютерному зрению и распознаванию образов. 2016. Глубокое остаточное обучение для распознавания изображений; стр. 770–778. [Google Scholar]

46. Тан М., Ле К. Международная конференция по машинному обучению. ПМЛР; 2019. Efficientnet: переосмысление масштабирования модели сверточных нейронных сетей; стр. 6105–6114. [Академия Google]

47. Дэн Дж., Донг В., Сочер Р., Ли Л.-Дж., Ли К., Фей-Фей Л. Конференция IEEE 2009 г. по компьютерному зрению и распознаванию образов. 2009. Imagenet: крупномасштабная иерархическая база данных изображений; стр. 248–255. [CrossRef] [Google Scholar]

48. Kingma D.P., Ba J. arXiv e-prints; 2014. Адам: метод стохастической оптимизации.