Electrical impedance distribution in human torax: A modeling framework
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F18%3A10241772" target="_blank" >RIV/61989100:27240/18:10241772 - isvavai.cz</a>
Výsledek na webu
<a href="https://link.springer.com/chapter/10.1007/978-3-319-68321-8_53" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-319-68321-8_53</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-68321-8_53" target="_blank" >10.1007/978-3-319-68321-8_53</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Electrical impedance distribution in human torax: A modeling framework
Popis výsledku v původním jazyce
Electrical impedance tomography (EIT) is an imaging system suitable for long-term monitoring. To extend current uses of EIT, improvements in the image reconstruction algorithms are essential. New image reconstruction methods for EIT can be tested on an impedance model of human body. Moreover, accurate anatomical impedance distribution models of human body are used to generate training data used in machine learning algorithms. Simulation framework, introduced in this paper, is capable of autonomous conversion of Computed tomography (CT) scans from DICOM format into 2D MESH human thorax impedance distribution model. Developed impedance models of large thorax structures achieve accurate results through segmentation of CT images and Fourier Fitting. Framework is developed in MATLAB as an extension to EIDORS and NETGEN frameworks. (C) Springer International Publishing AG 2018.
Název v anglickém jazyce
Electrical impedance distribution in human torax: A modeling framework
Popis výsledku anglicky
Electrical impedance tomography (EIT) is an imaging system suitable for long-term monitoring. To extend current uses of EIT, improvements in the image reconstruction algorithms are essential. New image reconstruction methods for EIT can be tested on an impedance model of human body. Moreover, accurate anatomical impedance distribution models of human body are used to generate training data used in machine learning algorithms. Simulation framework, introduced in this paper, is capable of autonomous conversion of Computed tomography (CT) scans from DICOM format into 2D MESH human thorax impedance distribution model. Developed impedance models of large thorax structures achieve accurate results through segmentation of CT images and Fourier Fitting. Framework is developed in MATLAB as an extension to EIDORS and NETGEN frameworks. (C) Springer International Publishing AG 2018.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20202 - Communication engineering and systems
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2018
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
Advances in Intelligent Systems and Computing. Volume 679
ISBN
978-3-319-68320-1
ISSN
2194-5357
e-ISSN
2194-5365
Počet stran výsledku
8
Strana od-do
512-519
Název nakladatele
Springer
Místo vydání
Cham
Místo konání akce
Varna
Datum konání akce
14. 9. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—