Deep-learning-based fully automatic spine centerline detection in CT data
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F19%3APU132793" target="_blank" >RIV/00216305:26220/19:PU132793 - isvavai.cz</a>
Výsledek na webu
<a href="https://ieeexplore.ieee.org/document/8856528" target="_blank" >https://ieeexplore.ieee.org/document/8856528</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/EMBC.2019.8856528" target="_blank" >10.1109/EMBC.2019.8856528</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Deep-learning-based fully automatic spine centerline detection in CT data
Popis výsledku v původním jazyce
In this contribution, we present a fully automatic approach, that is based on two convolution neural networks (CNN) together with a spine tracing algorithm utilizing a population optimization algorithm. Based on the evaluation of 130 CT scans including heavily distorted and complicated cases, it turned out that this new combination enables fast and robust detection with almost 90% of correctly determined spinal centerlines with computing time of fewer than 20 seconds.
Název v anglickém jazyce
Deep-learning-based fully automatic spine centerline detection in CT data
Popis výsledku anglicky
In this contribution, we present a fully automatic approach, that is based on two convolution neural networks (CNN) together with a spine tracing algorithm utilizing a population optimization algorithm. Based on the evaluation of 130 CT scans including heavily distorted and complicated cases, it turned out that this new combination enables fast and robust detection with almost 90% of correctly determined spinal centerlines with computing time of fewer than 20 seconds.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20601 - Medical engineering
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
2019 41th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC)
ISBN
978-1-5386-1312-2
ISSN
1557-170X
e-ISSN
—
Počet stran výsledku
4
Strana od-do
2407-2410
Název nakladatele
IEEE
Místo vydání
Berlin, Germany
Místo konání akce
Berlin
Datum konání akce
23. 7. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000557295302190