Projekty finansowane przez NCN


Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Algorytmiczne oceny zmian w ruchach oczu w relacji do postępującej choroby Parkinsona

2011/03/B/ST6/03816

Słowa kluczowe:

algorytmy rozpoznawania twarzy i oczu elektryczna stymulacja choroba Parkinsona jądro niskowzgórzowe tablet smart-phone komputer naręczny

Deskryptory:

  • ST6_11: Multimedia
  • ST6_5: Interakcja człowiek – komputer
  • NZ5_5: Diagnostyka chorób człowieka

Panel:

ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne

Jednostka realizująca:

Polsko-Japońska Akademia Technik Komputerowych

woj. mazowieckie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr hab. Andrzej Przybyszewski 

Liczba wykonawców projektu: 6

Konkurs: OPUS 2 - ogłoszony 2011-09-15

Przyznana kwota: 720 356 PLN

Rozpoczęcie projektu: 2012-09-01

Zakończenie projektu: 2017-06-04

Planowany czas trwania projektu: 57 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Zakupiona aparatura

  1. Kamera z interfejs USB3. Za kwotę 1 425 PLN
  2. Urządzenie pomocnicze do śledzenia ruchow oczu Eye Tribe - 2 sztuki.
  3. tablet (3 szt.). Za kwotę 11 973 PLN
  4. Okulograf Obera. Za kwotę 39 000 PLN
  5. Urządzenie pomocnicze do śledzenia ruchow oczu Eye Tribe - 1 sztuka.
  6. smart-phone telefon aplikacyjny (3 szt.). Za kwotę 8 073 PLN
  7. nd.

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (9)
  • Teksty w publikacjach pokonferencyjnych (9)
  1. Computer aided subthalamic nucleus (STN) localization during deep brain stimulation (DBS) surgery in Parkinson's patients
    Autorzy:
    CIECIERSKI K., MANDAT, T., ROLA, R., RAS Z. B., PRZYBYSZEWSKI, A.W.
    Czasopismo:
    Annales Academiae Medicae Silesiensis (rok: 2014, tom: 68, strony: 275-283), Wydawca: Śląski Uniwersytet Medyczny
    Status:
    Opublikowana
  2. Webcam-based system for video-oculography
    Autorzy:
    Jacek Naruniec ; Michał Wieczorek ; Stanisław Szlufik ; Dariusz Koziorowski ; Michał Tomaszewski ; Marek Kowalski ; Andrzej Przybyszewski
    Czasopismo:
    IET Computer Vision (rok: 2017, tom: 11, strony: 173-180), Wydawca: The Institution of Engineering and Technology 2016
    Status:
    Opublikowana
    Doi:
    10.1049/iet-cvi.2016.0226 - link do publikacji
  3. Applying Data Mining and Machine Learning Algorithms to predict symptom development in Parkinson's disease
    Autorzy:
    Andrzej Przybyszewski
    Czasopismo:
    Ann. Acad. Med. Siles. (rok: 2014, tom: 68, strony: 332–349), Wydawca: Śląski Uniwersytet Medyczny
    Status:
    Opublikowana
  4. Multi-parametric analysis assists in STN localization in Parkinson's patients
    Autorzy:
    A.W. Przybyszewski, P. Ravind, J.G. Pilitsis, A. Szymanski, A. Barborica, P. Novak
    Czasopismo:
    Journal of the Neurological Sciences (rok: 2016, tom: 366, strony: 37-43), Wydawca: Elsevier
    Status:
    Opublikowana
  5. Primate area V1: Largest response gain for receptive fields in the straight-ahead direction
    Autorzy:
    PRZYBYSZEWSKI, A. W., KAGAN, I., SNODDERLY, D.M.
    Czasopismo:
    Neuroreport (rok: 2014, tom: 25, strony: 1109 – 15), Wydawca: Phil Daly
    Status:
    Opublikowana
    Doi:
    10.1097/WNR.0000000000000235 - link do publikacji
  6. Algorytm śledzenia tęczówki oka wykorzystywany do automatycznej oceny postępów choroby Parkinsona
    Autorzy:
    Naruniec J., Tomaszewski M., Wieczorek M.
    Czasopismo:
    Przegląd Telekomunikacyjny- Wiadomości Telekomunikacyjne (rok: 2014, tom: on-line, strony: 979-993), Wydawca: SIGMA NOT
    Status:
    Opublikowana
  7. DATA MINING AND NEURAL NETWORK SIMULATIONS CAN HELP TO IMPROVE DEEP BRAIN STIMULATION EFFECTS IN PARKINSON'S DISEASE
    Autorzy:
    Artur Szymański, Anna Kubis, Andrzej W. Przybyszewski
    Czasopismo:
    Computer Science (rok: 2015, tom: 16(2), strony: 199-2015), Wydawca: ADH
    Status:
    Opublikowana
  8. Deep brain stimulation
    Autorzy:
    Andrzej W. Przybyszewski
    Czasopismo:
    Journal of Neurosurgery (rok: 2013, tom: on-line, strony: 1), Wydawca: AANS
    Status:
    Opublikowana
    Doi:
    10.3171/2011.2.JNS101964. - link do publikacji
  9. Multimodal Learning and Intelligent Prediction of Symptom Development in Individual Parkinson's Patients
    Autorzy:
    AndrzejW. Przybyszewski, Mark Kon, Stanislaw Szlufik, Artur Szymanski, Piotr Habela and Dariusz M. Koziorowsk
    Czasopismo:
    Sensors (rok: 2016, tom: 16(9), strony: 1498), Wydawca: MDPI AG
    Status:
    Opublikowana
    Doi:
    10.3390/s16091498 - link do publikacji
  1. On the basis of slow pursuit eye movements' (POM) responses machine learning (ML) predicts UPDRS and symptoms development in individual Parkinson's disease (PD) patients
    Autorzy:
    A. Przybyszewski, S. Szlufik, J. Dutkiewicz, P. Habela, D. Koziorowski
    Konferencja:
    1st Congress of the European Academy of Neurology (rok: 2015, ), Wydawca: Wiley-Blackwell on behalf of the European Academy of Neurology
    Data:
    konferencja June
    Status:
    Opublikowana
  2. Data mining using SPECT can predict neurological symptom development in Parkinson's patients.
    Autorzy:
    SZYMANSKI, A., CACKO, M., NIENIECKI, M., SZLUFIK, S., DUTKIEWICZ, J., KOZIOROWSKI, M., PRZYBYSZEWSKI, A.W.
    Konferencja:
    IEEE 2nd Int. Conf. Proc., Cyberbetics (cyberconf) (rok: 2015, ), Wydawca: IEEE
    Data:
    konferencja 24-26 June
    Status:
    Opublikowana
  3. Machine Learning on the Video Basis of Slow Pursuit Eye Movements Can Predict Symptom Development in Parkinson's Patients
    Autorzy:
    PRZYBYSZEWSKI, A.W.,SZLUFIK, S., DUTKIEWICZ, J., HABELA, P., KOZIOROWSKI, M.
    Konferencja:
    ACIIDS (rok: 2015, ), Wydawca: Springer
    Data:
    konferencja 23-25 March
    Status:
    Opublikowana
  4. On the basis of reflexive saccadic eye (RS) movements responses machine learning (ML) predicts UPDRS in individual Parkinson's disease (PD) patients
    Autorzy:
    A.W. Przybyszewski, S. Szlufik, J. Dutkiewicz, P. Habela, D. Koziorowski
    Konferencja:
    Joint Congress of European Neurology, Istanbul, Turkey, (rok: 2014, ), Wydawca: Wiley-Blackwell on behalf of the European Academy of Neurology
    Data:
    konferencja May 28-31
    Status:
    Opublikowana
  5. Rules Found by Multimodal Learning in One Group of Patients Help to Determine Optimal Treatment to Other Group of Parkinson's Patients
    Autorzy:
    Andrzej W. Przybyszewski, Stanislaw Szlufik, Piotr Habela, and Dariusz M. Koziorowski
    Konferencja:
    ACIIDS (rok: 2017, ), Wydawca: Springer
    Data:
    konferencja April 3-5
    Status:
    Opublikowana
  6. Data Mining and Machine Learning on the Basis from Reflexive Eye Movements Can Predict Symptom Development in Individual Parkinson's Patients.
    Autorzy:
    PRZYBYSZEWSKI, A.W., KON, M., SZLUFIK, S., DUTKIEWICZ, J., HABELA, P., KOZIOROWSKI, M.
    Konferencja:
    MICAI (rok: 2014, ), Wydawca: Springer
    Data:
    konferencja 16-22 November
    Status:
    Opublikowana
  7. Fuzzy Rough Sets Theory Applied to Parameters of Eye Movements Can Help to Predict Effects of Different Treatments in Parkinson's Patients
    Autorzy:
    KUBIS, A., SZYMANSKI, A., PRZYBYSZEWSKI, A.W.
    Konferencja:
    PReMI (rok: 2015, ), Wydawca: Springer
    Data:
    konferencja June 30 - July 3
    Status:
    Opublikowana
  8. Reflexive saccadic eye movements' amplitude and peak velocity are evaluated in a 9-month periodical assessment in deep brain stimulation patients with Parkinson's disease
    Autorzy:
    S. Szlufik, J. Dutkiewicz, A. Przybyszewski, P. Habela, D. Koziorowski
    Konferencja:
    1st Congress of the European Academy of Neurology (rok: 2015, ), Wydawca: Wiley-Blackwell on behalf of the European Academy of Neurology
    Data:
    konferencja June
    Status:
    Opublikowana
  9. Rough Set Rules help to optimize parameters of Deep Brain Stimulation in Parkinson's Patients
    Autorzy:
    SZYMANSKI, A., PRZYBYSZEWSKI, A.W.
    Konferencja:
    Web Intelligence Conference (rok: 2014, ), Wydawca: Springer
    Data:
    konferencja August 11-14, 2014
    Status:
    Opublikowana