Lokalizacja loży powstałej po chirurgicznej resekcji guza piersi metodami dopasowania obrazów

2019/32/T/ST6/00065

Deskryptory

  • ST6_008: Grafika komputerowa, przetwarzanie obrazów, wizualizacja komputerowa, multimedia, gry komputerowe
  • ST6_011: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowania w przetwarzaniu sygnałów (np. mowy, obrazów, filmów)
  • ST6_012: Obliczenia naukowe, narzędzia modelowania i symulacji

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 Michał Wodziński

Liczba wykonawców projektu: 2

Konkurs

ETIUDA 7 – ogłoszony 2018-12-14

Przyznana kwota
144 264 PLN
Rozpoczęcie projektu
2019-10-01
Zakończenie projektu
2020-09-30
Planowany czas trwania projektu
12 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.

Dane z raportu końcowego/rocznego

Publikacje w czasopismach (2)

  1. 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: 46036), Wydawca: MDPI
    Status:
    Opublikowana
    DOI:
    10.3390/s21124085 – link do publikacji
  2. 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: 46033), Wydawca: Elsevier
    Status:
    Opublikowana
    DOI:
    10.1016/j.cmpb.2020.105799 – link do publikacji

Teksty w publikacjach pokonferencyjnych (4)

  1. Adversarial Affine Registration for Real-time Intraoperative Registration of 3-D US-US for Brain Shift Correction

    Autorzy:
    Marek Wodzinski, Andrzej Skalski
    Konferencja:
    MICCAI-ASMUS (rok: 2021, strony: 75-84), Wydawca: Springer
    Data:
    konferencja 27.09-01.10.2021
    Status:
    Opublikowana
  2. Invnet: a deep learning approach to invert complex deformation fields

    Autorzy:
    Marek Wodziński, Henning Muller
    Konferencja:
    IEEE International Symposium on Biomedical Imaging (rok: 2021, strony: 46026), Wydawca: IEEE
    Data:
    konferencja 13-16.04.2021
    Status:
    Opublikowana
  3. Learning-based affine registration of histological images

    Autorzy:
    Marek Wodzinski, Henning Muller
    Konferencja:
    Biomedical Image Registration: 9th International Workshop (rok: 2020, strony: 46378), Wydawca: Springer
    Data:
    konferencja 1-2.12.2020
    Status:
    Opublikowana
  4. Unsupervised learning-based nonrigid registration of high resolution histology images

    Autorzy:
    Marek Wodzinski, Henning Muller
    Konferencja:
    MICCAI-MLMI (rok: 2020, strony: 484-493), Wydawca: Springer
    Data:
    konferencja 04.10.2020
    Status:
    Opublikowana

« Nowe wyszukiwanie

Projekt graficzny i wykonanie: Jakub Piotrowski