Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Klasyfikacja i detekcja na trójwymiarowej tomosyntezie w celu polepszenia skuteczności wykrywania raka piersi

2021/41/N/ST6/02596

Słowa kluczowe:

uczenie głębokie uczenie maszynowe sieci neuronowe widzenie komputerowe obrazowanie medyczne diagnoza raka piersi

Deskryptory:

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowania w przetwarzaniu sygnałów (np. mowy, obrazów, filmów)
  • NZ5_5: Diagnostyka chorób człowieka

Panel:

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

Jednostka realizująca:

Uniwersytet Jagielloński, Wydział Matematyki i Informatyki

woj.

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

Jakub Piotr Chłędowski 

Liczba wykonawców projektu: 2

Konkurs: PRELUDIUM 20 - ogłoszony 2021-03-15

Przyznana kwota: 139 573 PLN

Rozpoczęcie projektu: 2022-02-14

Zakończenie projektu: 2025-02-13

Planowany czas trwania projektu: 36 miesięcy (z wniosku)

Status projektu: Projekt zakończony

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)
  • Teksty w publikacjach pokonferencyjnych (2)
  1. An efficient deep neural network to classify large 3D images with small objects
    Autorzy:
    Jungkyu Park, Jakub Chłędowski, Stanisław Jastrzębski, Jan Witowski, Yanqi Xu, Linda Du, Sushma Gaddam, Eric Kim, Alana Lewin, Ujas Parikh, Anastasia Plaunova, Sardius Chen, Alexandra Millet, James Park, Kristine Pysarenko, Shalin Patel, Julia Goldberg, Melanie Wegener, Linda Moy, Laura Heacock, Beatriu Reig, Krzysztof J. Geras
    Czasopismo:
    IEEE Transactions on Medical Imaging (rok: 2023, tom: 43, strony: 351-365), Wydawca: IEEE Transactions on Medical Imaging
    Status:
    Opublikowana
    Doi:
    10.1109/TMI.2023.3302799 - link do publikacji
  2. An efficient deep neural network to find small objects in large 3D images
    Autorzy:
    Jungkyu Park, Jakub Chłędowski, Stanisław Jastrzębski, Jan Witowski, Yanqi Xu, Linda Du, Sushma Gaddam, Eric Kim, Alana Lewin, Ujas Parikh, Anastasia Plaunova, Sardius Chen, Alexandra Millet, James Park, Kristine Pysarenko, Shalin Patel, Julia Goldberg, Melanie Wegener, Linda Moy, Laura Heacock, Beatriu Reig, Krzysztof J. Geras
    Czasopismo:
    IEEE Transactions on Medical Imaging (rok: 2023, tom: -, strony: -), Wydawca: -
    Status:
    Złożona
  1. Exploring synthesizing 2D mammograms from 3D digital breast tomosynthesis images
    Autorzy:
    Jakub Chłędowski, Jungkyu Park, Krzysztof Geras
    Konferencja:
    proceedings of 2023 International Joint Conference on Neural Networks (IJCNN) (rok: 2023, tom: International Joint Conference on Neural Networks, strony: -), Wydawca: IEEE
    Data:
    konferencja 18-23 Czerwca 2023
    Status:
    Złożona
  2. Exploring synthesizing 2D mammograms from 3D digital breast tomosynthesis images
    Autorzy:
    Jakub Chłędowski, Jungkyu Park, Krzysztof J. Geras
    Konferencja:
    2023 International Conference on Digital Image Computing: Techniques and Applications (DICTA) (rok: 2023, tom: 2023 International Conference on Digital Image Computing: Techniques and Applications (DICTA), strony: 562-569), Wydawca: IEEE
    Data:
    konferencja 45258
    Status:
    Opublikowana
    Doi:
    10.1109/DICTA60407.2023.00083 - link do publikacji

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy