«Обнаружение поврежденных позвонков в шейном отделе с помощью глубокого обучения»

Аннотация проекта

Шейный отдел является самой верхней и подвижной частью позвоночника, обеспечивая разнообразие и свободу движения головы. Травмы шейного отдела можно разделить на подвывихи и вывихи, повреждение связочного аппарата и переломы позвонков. В случае перелома требуется немедленное хирургическое вмешательство, а период восстановления занимает от 3 месяцев до 1 года. В случае несвоевременного лечения возможно нарушение проводимости нервных импульсов, возникновение хронического болевого синдрома, нарушение дыхания, глотания и т.д.

Цель проекта

Модель будет использоваться для обнаружения поврежденных позвонков в шейном отделе. Используя инструмент PyTorch, будут построены модели глубокого обучения, и оптимизированы с использованием данных из открытых источников. Финальной целью является разработка веб приложения с открытым исходным кодом для анализа снимка КТ и получения результата работы моделей о наличии повреждений.

Задачи проекта

  1. Разработка модели глубокого обучения для автоматизированного обнаружения поврежденных позвонков в шейном отделе посредством проведения сегментации, локализации и детекции повреждений шейных позвонков
  2. Валидация модели на возможность детекции повреждений с использованием медицинских изображений
  3. Сравнение итогов валидации с результатами существующих моделей и способностями определения экспертами-вертебрологами
  4. Исследование клинических применений модели для оценки точности диагностирования поврежденности позвонков
  5. Разработка веб приложения для обнаруженая повреждений позвонков в шейном отделе на загруженном снимке КТ сканирования

Команда проекта

1) Айдана Жалгас Бозқұланқызы, магистр естественных наук, сеньор-лектор.
Научный руководитель проекта. Роль в проекте: Руководство проектом, выполнение всех этапов согласно графику проекту и обеспечение необходимых результатов.

2) Александр Гаврилко – Выпускник AITU 2023 по специальности BDA. Исследователь проекта. Писать код на Python-е; Модель локализации; Разработка приложения.

3) Аян Дуйсенов — Выпускник AITU 2023 по специальности BDA. Исследователь проекта. Писать код на Python-е; Модель классификации; Разработка приложения.

Ожидаемые результаты

Рис. 1. Концепт веб приложения для анализа и обработки снимка КТ: интерактивная 3D реконструкция шейных позвонков и часть снимка КТ с метаданными

Рис. 2. Концепт веб приложения для анализа и обработки снимка КТ: получения результата анализа на наличие повреждений

Рис. 3. Схема работы над рисунками

Рис. 4. Промежуточные результаты

homescontents
kucukcekmece escort bahcelievler escort istanbul escort esenyurt escort istanbul escort istanbul escort besiktas escort beylikduzu escort avcilar escort mersin escort
https://www.fapjunk.com
bornova escort escort izmir alsancak escort buca escort bayan
alanya escort bayan mersin escort bayan
ataşehir escort kadıköy escort kartal escort maltepe escort
karşıyaka escort Alsancak escort escort buca escort izmir
deneme bonusu veren siteler
film izle