Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Leveraging expert knowledge for medical image segmentation

Veřejná podpora

  • Poskytovatel

    Grantová agentura České republiky

  • Program

    Standardní projekty

  • Veřejná soutěž

    SGA0202600001

  • Hlavní účastníci

    České vysoké učení technické v Praze / Fakulta elektrotechnická

  • Druh soutěže

    VS - Veřejná soutěž

  • Číslo smlouvy

    26-23522S

Alternativní jazyk

  • Název projektu anglicky

    Leveraging expert knowledge for medical image segmentation

  • Anotace anglicky

    Despite recent advances, deep learning methods for medical image segmentation can be hampered by limited availability of expertly labeled data. This project proposes a novel approach to enhance segmentation quality by incorporating constraints on invariance, topology, dimensions, position, count, shape, and other segmentation properties. The method will also handle weak annotations like scribbles and global properties such as fairness. Our key objective is to develop efficient algorithms that integrate deep learning with constraint optimization techniques. We will investigate penalty, barrier, and projection methods, the moving target method and feasibility-guaranteeing reparameterization. These techniques will be coupled with transformation-invariant network operators. The resulting methods will be made publicly available in a user-friendly software library. The methods will be experimentally evaluated on publicly available medical segmentation datasets for an easy comparison with existing approaches.

Vědní obory

  • Kategorie VaV

    ZV - Základní výzkum

  • OECD FORD - hlavní obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

  • OECD FORD - vedlejší obor

  • OECD FORD - další vedlejší obor

  • CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

    AF - Dokumentace, knihovnictví, práce s informacemi<br>BC - Teorie a systémy řízení<br>BD - Teorie informace<br>IN - Informatika

Termíny řešení

  • Zahájení řešení

    1. 1. 2026

  • Ukončení řešení

    31. 12. 2028

  • Poslední stav řešení

    Z - Začínající víceletý projekt

  • Poslední uvolnění podpory

Dodání dat do CEP

  • Důvěrnost údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

  • Systémové označení dodávky dat

    CEP26-GA0-GA-R

  • Datum dodání záznamu

    6. 5. 2026

Finance

  • Celkové uznané náklady

    6 402 tis. Kč

  • Výše podpory ze státního rozpočtu

    6 402 tis. Kč

  • Ostatní veřejné zdroje financování

    0 tis. Kč

  • Neveřejné tuz. a zahr. zdroje finan.

    0 tis. Kč