Detail publikace

Deep Learning for Cranioplasty in Clinical Practice: Going from Synthetic to Real Patient Data

KODYM, O.; ŠPANĚL, M.; HEROUT, A. Deep Learning for Cranioplasty in Clinical Practice: Going from Synthetic to Real Patient Data. COMPUTERS IN BIOLOGY AND MEDICINE, 2021, vol. 137, no. 104766, p. 1-10. ISSN: 0010-4825.
Název česky
Hluboké učení pro kranioplastiku v klinické praxi: od syntetických dat k reálným pacientům
Typ
článek v časopise
Jazyk
anglicky
Autoři
Kodym Oldřich, Ing., Ph.D.
Španěl Michal, Ing., Ph.D. (UPGM)
Herout Adam, prof. Ing., Ph.D. (UPGM)
URL
Klíčová slova

Cranioplasty; Skull Reconstruction; Cranial Implant Design; 3D Convolutional Neural Networks

Abstrakt

Správná virtuální rekonstrukce lebky s defektem je předpokladem úspěšné kranioplastiky a její automatizace má potenciál urychlit a standardizovat klinický proces. Tato práce poskytuje metodu rekonstrukce tvaru lebky a kraniálního implantátu v klinických datech pacientů založenou na hlubokém učení.

Rok
2021
Strany
1–10
Časopis
COMPUTERS IN BIOLOGY AND MEDICINE, roč. 137, č. 104766, ISSN 0010-4825
DOI
10.1016/j.compbiomed.2021.104766
UT WoS
000704338500006
EID Scopus
2-s2.0-85113276148
BibTeX 
@article{BUT175781,
  author="Oldřich {Kodym} and Michal {Španěl} and Adam {Herout}",
  title="Deep Learning for Cranioplasty in Clinical Practice: Going from Synthetic to Real Patient Data",
  journal="COMPUTERS IN BIOLOGY AND MEDICINE",
  year="2021",
  volume="137",
  number="104766",
  pages="1--10",
  doi="10.1016/j.compbiomed.2021.104766",
  issn="0010-4825",
  url="https://www.sciencedirect.com/science/article/abs/pii/S0010482521005606?via%3Dihub"
}
Nahoru