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”

Pediatric Spine Segmentation and Modeling Using Machine Learning

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F19%3APU134032" target="_blank" >RIV/00216305:26220/19:PU134032 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/65269705:_____/19:00072859

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/abstract/document/8970894" target="_blank" >https://ieeexplore.ieee.org/abstract/document/8970894</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/ICUMT48472.2019.8970894" target="_blank" >10.1109/ICUMT48472.2019.8970894</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Pediatric Spine Segmentation and Modeling Using Machine Learning

  • Popis výsledku v původním jazyce

    Scoliosis embodies the most frequent threedimensional spinal deformity in children. Only timely treatment during the growth of the spine may significantly reduce related health problems inflicted by the deformity on adults. The results obtained via conservative therapy are problematic, and a certain degree of curvature already requires surgical treatment that at the time of writing consists of repeated spinal surgeries posing a high risk of complications. The aim is to use a spine model for computer based simulation of changes in the stress on the spine during idiopathic and syndromic deformity correction via vertebral osteotomy. A machine-learning toolbox for 3D Slicer has been developed. The toolbox has a form of an application extension. Preprocessing of the data, training and usage of the classifier is possible through a simple and modern graphical user interface. The extension is capable of performing a variety of helpful tasks such as an analysis of the impact of the size of the training vector and feature selection on classifier precision. The results suggest that the training vector size can be minimized for all of the tested classifiers. Furthermore, the random forest classifier's performance seems to be resistant to training parameter changes. Support vector machine is sensitive to training parameter changes with optimal values concentrated in a narrow feature space.

  • Název v anglickém jazyce

    Pediatric Spine Segmentation and Modeling Using Machine Learning

  • Popis výsledku anglicky

    Scoliosis embodies the most frequent threedimensional spinal deformity in children. Only timely treatment during the growth of the spine may significantly reduce related health problems inflicted by the deformity on adults. The results obtained via conservative therapy are problematic, and a certain degree of curvature already requires surgical treatment that at the time of writing consists of repeated spinal surgeries posing a high risk of complications. The aim is to use a spine model for computer based simulation of changes in the stress on the spine during idiopathic and syndromic deformity correction via vertebral osteotomy. A machine-learning toolbox for 3D Slicer has been developed. The toolbox has a form of an application extension. Preprocessing of the data, training and usage of the classifier is possible through a simple and modern graphical user interface. The extension is capable of performing a variety of helpful tasks such as an analysis of the impact of the size of the training vector and feature selection on classifier precision. The results suggest that the training vector size can be minimized for all of the tested classifiers. Furthermore, the random forest classifier's performance seems to be resistant to training parameter changes. Support vector machine is sensitive to training parameter changes with optimal values concentrated in a narrow feature space.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20601 - Medical engineering

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/NV18-08-00459" target="_blank" >NV18-08-00459: Prostorová analýza silového zatížení deformované rostoucí páteře a využití modelování korekčních sil k minimalizaci rozsahu operace skoliozy.</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

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 11th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT)

  • ISBN

    978-1-7281-5763-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    1-5

  • Název nakladatele

    Neuveden

  • Místo vydání

    neuveden

  • Místo konání akce

    Dublin

  • Datum konání akce

    28. 10. 2019

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000540651700045