Projekty finansowane przez NCN


Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Metody dopasowania obrazów medycznych ukierunkowane na problem brakujących danych

2018/29/N/ST6/00143

Słowa kluczowe:

dopasowanie obrazów brakujące dane obrazowanie medyczne analiza obrazów medycznych

Deskryptory:

  • ST6_8: Grafika komputerowa, przetwarzanie obrazów, wizualizacja komputerowa, multimedia, gry komputerowe
  • ST6_12: Obliczenia naukowe, narzędzia modelowania i symulacji
  • ST7_11: Inżynieria biomedyczna

Panel:

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

Jednostka realizująca:

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

woj. małopolskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

Marek Wodziński 

Liczba wykonawców projektu: 2

Konkurs: PRELUDIUM 15 - ogłoszony 2018-03-15

Przyznana kwota: 185 400 PLN

Rozpoczęcie projektu: 2019-01-24

Zakończenie projektu: 2022-01-23

Planowany czas trwania projektu: 36 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Opis Projektu

Pobierz opis projektu w formacie .pdf

Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Zakupiona aparatura

  1. Specjalizowana stacja robocza. Za kwotę 23 000 PLN

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (4)
  • Teksty w publikacjach pokonferencyjnych (6)
  1. Multistep, automatic and nonrigid image registration method for histology samples acquired using multiple stains
    Autorzy:
    Marek Wodzinski, Andrzej Skalski
    Czasopismo:
    Physics in Medicine and Biology (rok: 2021, tom: 66, strony: 45305), Wydawca: IOP Science
    Status:
    Opublikowana
    Doi:
    10.1088/1361-6560/abcad7 - link do publikacji
  2. ANHIR: Automatic Non-rigid Histological Image Registration Challenge
    Autorzy:
    Jirı Borovec, Jan Kybic, Ignacio Arganda-Carreras, Dmitry V. Sorokin, Gloria Bueno, Alexander V. Khvostikov, Spyridon Bakas, Eric I-Chao Chang, Stefan Heldmann, Kimmo Kartasalo, Leena Latonen, Johannes Lotz, Michelle Noga, Sarthak Pati, Kumaradevan Punithakumar Senior Member, Pekka Ruusuvuori, Andrzej Skalski, Nazanin Tahmasebi, Masi Valkonen, Ludovic Venet, Yizhe Wang, Nick Weiss, Marek Wodzinski, Yu Xiang, Yan Xu, Yan Yan, Paul Yushkevic, Shengyu Zhao, Arrate Munoz-Barrutia
    Czasopismo:
    IEEE Transactions on Medical Imaging (rok: 2020, tom: 39, strony: 3042-3052), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/TMI.2020.2986331 - link do publikacji
  3. Semi-supervised deep learning-based image registration method with volume penalty for real-time breast tumor bed localization
    Autorzy:
    Marek Wodzinski, Izabela Ciepiela, Tomasz Kuszewski, Piotr Kedzierawski, Andrzej Skalski
    Czasopismo:
    Sensors (rok: 2021, tom: 21, strony: 45305), Wydawca: MDPI
    Status:
    Opublikowana
    Doi:
    10.3390/s21124085 - link do publikacji
  4. DeepHistReg: Unsupervised Deep Learning Registration Framework for Differently Stained Histology Samples
    Autorzy:
    Marek Wodzinski, Henning Muller
    Czasopismo:
    Computer Methods and Programs in Biomedicine (rok: 2021, tom: 198, strony: 45302), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.cmpb.2020.105799 - link do publikacji