About: Artificial inteligence methods in diagnostics from medical images     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Projekt, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • Projekt se zabývá vývojem počítačem podporovaných diagnostických metod pro lékařskou ultrasonografii, založených na metodách digitálního zpracování obrazu, analýzy textur a teorie rozpoznávání. Zaměříme se na diagnostiku nemocí štítné žlázy (např. autoimunitní lymfocytární tyreoiditidy), jater a dalších orgánů, pomocí texturní analýzy sonogramů metodou systematické konstrukce příznaků. Rovněž vyvineme metodu elastografické analýzy z videosekvence ultrazvukových obrázků průběhu deformace pod vlivem tlaku, vyvozovaného snímací sondou. Tento algoritmus bude využívat metod elastické registrace obrazových sekvencí s pro tyto účely vyvinutým kritériem podobnosti založeným na vyhodnocení vzájemné informace v mnohodimenzionálním prostoru příznaků. Metoda bude rozlišovat druhy tkání (např. nádor versus zdravá tkáň) na základě jejich tuhosti. Navržené a implementované algoritmy ověříme na reálných klinických datech. (cs)
  • The project is concerned with development of computer assistant diagnostic methods for medical ultrasound imaging, based on image processing methods, texture analysis, and pattern matching theory. We shall focus on the diagnostic of thyroid gland (such as the autoimmune lymphocytic disease), liver, and other accessible organs. We shall use texture analysis of the sonograms with systematic construction of the descriptors. We will also develop a method of elastographic analysis from a video-sequence of ultrasound images taken in the course of the deformation caused by the pressure from the sensing probe. This algorithm will use elastic image sequence registration method with a developed high-dimensionality mutual-information based similarity criterion, specially developed for this application. The method will distinguish between tissue types (e.g. tumor versus healthy tissue) according to their stiffness. Implemented algorithms will be tested on real clinical data. (en)
Title
  • Metody umělé inteligence v diagnostice z medicínských obrazů (cs)
  • Artificial inteligence methods in diagnostics from medical images (en)
http://linked.open...vai/cislo-smlouvy
http://linked.open...avai/druh-souteze
http://linked.open...domain/vavai/faze
http://linked.open...vavai/hlavni-obor
http://linked.open...vai/vedlejsi-obor
http://linked.open...vavai/id-aktivity
http://linked.open.../vavai/id-souteze
http://linked.open...n/vavai/kategorie
http://linked.open...vai/klicova-slova
  • ultrasound; medical; texture; classification; image processing; autoimmune lymphocytic disease; thyroid gland; liver; image registration; elastography; deformation; mutual information; mechanical stiffness; tumor; detection (en)
http://linked.open...avai/konec-reseni
http://linked.open...nujicich-prijemcu
http://linked.open...avai/poskytovatel
http://linked.open...avai/start-reseni
http://linked.open...ai/statni-podpora
http://linked.open...vavai/typProjektu
http://linked.open...ai/uznane-naklady
http://linked.open...ai/pocet-prijemcu
http://linked.open...cet-spoluprijemcu
http://linked.open...ai/pocet-vysledku
http://linked.open...ku-zverejnovanych
is http://linked.open...ain/vavai/projekt of
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 112 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software