Detail publikace

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

KODYM Oldřich, ŠPANĚL Michal a HEROUT Adam. Deep Learning for Cranioplasty in Clinical Practice: Going from Synthetic to Real Patient Data. Computers in Biology and Medicine, roč. 137, č. 104766, 2021, s. 1-10. ISSN 0010-4825. Dostupné z: https://www.sciencedirect.com/science/article/abs/pii/S0010482521005606?via%3Dihub
Název česky
Hluboké učení pro kranioplastiku v klinické praxi: od syntetických dat k reálným pacientům
Typ
článek v časopise
Jazyk
angličtina
Autoři
URL
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
Vydavatel
Elsevier Science
DOI
UT WoS
000704338500006
EID Scopus
BibTeX
@ARTICLE{FITPUB12492,
   author = "Old\v{r}ich Kodym and Michal \v{S}pan\v{e}l and Adam Herout",
   title = "Deep Learning for Cranioplasty in Clinical Practice: Going from Synthetic to Real Patient Data",
   pages = "1--10",
   journal = "Computers in Biology and Medicine",
   volume = 137,
   number = 104766,
   year = 2021,
   ISSN = "0010-4825",
   doi = "10.1016/j.compbiomed.2021.104766",
   language = "english",
   url = "https://www.fit.vut.cz/research/publication/12492"
}
Nahoru