A Tool for Automatic Estimation of Patient Position in Spinal CT Data
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F20%3APU137804" target="_blank" >RIV/00216305:26220/20:PU137804 - isvavai.cz</a>
Výsledek na webu
<a href="https://link.springer.com/chapter/10.1007/978-3-030-64610-3_7" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-030-64610-3_7</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-64610-3_7" target="_blank" >10.1007/978-3-030-64610-3_7</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
A Tool for Automatic Estimation of Patient Position in Spinal CT Data
Popis výsledku v původním jazyce
Most of the recently available research and challenge data lack the meta-data containing any information about the patient position. This paper presents a tool for automatic rotation of CT data into a standardized (Head First Supine) patient position. The proposed method is based on the prediction of rotation angle with convolutional neural network, and it achieved nearly perfect results with an accuracy of 99.55 %. We provide implementations with easy to use example for both, Matlab and Python (PyTorch), which can be used, for example, for automatic rotation correction of VerSe2020 challenge data.
Název v anglickém jazyce
A Tool for Automatic Estimation of Patient Position in Spinal CT Data
Popis výsledku anglicky
Most of the recently available research and challenge data lack the meta-data containing any information about the patient position. This paper presents a tool for automatic rotation of CT data into a standardized (Head First Supine) patient position. The proposed method is based on the prediction of rotation angle with convolutional neural network, and it achieved nearly perfect results with an accuracy of 99.55 %. We provide implementations with easy to use example for both, Matlab and Python (PyTorch), which can be used, for example, for automatic rotation correction of VerSe2020 challenge data.
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
2020
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
EMBEC 2020, IFMBE Proceedings 80
ISBN
978-3-030-64610-3
ISSN
1680-0737
e-ISSN
—
Počet stran výsledku
6
Strana od-do
51-56
Název nakladatele
Springer Nature Switzerland AG 2021
Místo vydání
Switzerland
Místo konání akce
Portorož
Datum konání akce
29. 11. 2020
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—