PERSONALIZACJA ALLOPLASTYKI STAWU BIODROWEGO NA PODSTAWIE OBRAZOWANIA METODĄ TOMOGRAFII KOMPUTEROWEJ
KAROLINA MILEWSKA
Przygotowanie modeli protez w programie Autodesk Inventor, zgodnie z kryteriami takimi jak: kąt szyjki, przesunięcie głowa – trzpień, długość trzpienia, dołączenia panewki oraz obecność kołnierza protezy. Pozyskanie obrazów z tomografii w formacie DICOM z ogólnodostępnych archiwów. Następnie prace nad implementacją oprogramowania, za pomocą którego dopasowuje się model protezy do wczytanego obrazu CT, z którego izoluje się jedynie obraz kości na podstawie skali Hounsfielda – w tym przypadku wartość oscyluje w granicach 1200 jednostek. Realizacja pomysłu jest implementowana w języku C++ z bogatym wykorzystaniem biblioteki służącej do wizualizacji danych medycznych – Visualisation ToolKit. Program na być również przystępny dla potencjalnych użytkowników, jakimi mają być lekarze, którzy mają specjalizować się w pomocy pacjentowi, nie w odszyfrowaniu i obsłudze skomplikowanych wytworów techniki.
DETEKCJA DYSKU OPTYCZNEGO W OBRAZACH SIATKÓWKI
MAGDALENA GORCZOWSKA
Opracowanie algorytmu automatycznej detekcji dysków optycznych z dwoma wariantami przestrzeni barw – Gray i CIELab. Przetestowano rozwiązania na obrazach z bazy danych IDRiD, która zawierała rzeczywiste obrazy siatkówki oka ze zmianami wywołanymi retinopatią cukrzycową z różnym zaawansowaniem choroby. Projekt został zrealizowany w programie MATLAB.
PRZEGLĄD INTERFEJSÓW CZŁOWIEK – MASZYNA ZAPREZENTOWANYCH NA MODELU SZTUCZNEJ DŁONI
JULIUSZ STEFAŃSKI, BARTŁOMIEJ TYKA, ANETA BOGDAN, GRZEGORZ WOŹNIAK, ADRIAN BIELIŃSKI
Celem projektu jest stworzenie kontrolerów do sterowania sztuczną dłonią. Uzyskane rezultaty mogą pozwolić na stworzenie lepszych systemów sterowania protez dla osób niepełnosprawnych i przemysłowych manipulatorów. Zespół planuje wykonać kontrolery oparte o czujniki głębi i odległości, akcelerometry i czujniki mioelektryczne.
INFORMACJA O KSZTAŁCIE NARZĄDÓW JAKO METODA POPRAWY SKUTECZNOŚCI ALGORYTMÓW SEGMENTACJI
JAKUB ŁĄGWA
Opracowanie algorytmów automatycznego wyodrębniania (segmentacji) rozważanych narządów w trójwymiarowych danych obrazowych.
Podstawowym wymogiem jest precyzyjne oznaczenie:
▫obszaru zajętego chorobą nowotworową (GTV),
▫narządów krytycznych – odbytnicy, pęcherza moczowego, głów kości udowych.
PRZETWARZANIE OBRAZÓW MEDYCZNYCH
KATARZYNA BUGAJSKA
Segmentacja sekwencji obrazów medycznych (CT, MRI) metodą zbiorów poziomicowych.
Analiza trójwymiarowych obrazów tomografii komputerowej w celu minimalizacji inwazyjności planowanych zabiegów onkologicznych:
▫implementacja algorytmów z zakresu segmentacji, klasyfikacji i rekonstrukcji obrazów,
▫identyfikacja kluczowych naczyń zasilających zmianę nowotworową umożliwiająca przeprowadzenie zabiegu organooszczędnego,
▫aplikacja wspomagająca pracę lekarza w zakresie planowania przedoperacyjnego,
▫stworzenie populacyjnego zbioru trójwymiarowych rekonstrukcji naczyń krwionośnych.
NAWIGACJA MEDYCZNA
BARTOSZ MACHURA
Projekt: Opracowanie aktywnych i pasywnych czujników położenia oraz ich analiza metrologiczna w kontekście zastosowania w nawigacji medycznej (2014)
Projekt: Opracowanie prototypu lokalizatora 3D dla potrzeb nawigacji medycznej (2013)
WYKORZYSTANIE SYGNAŁÓW BIOELEKTRYCZNYCH DLA POTRZEB STEROWANIA APLIKACJAMI KOMPUTEROWYMI
MICHALINA GOŁĄB, PATRYCJA DONATH
Prototyp urządzenia umożliwiającego sterowanie kursorem na ekranie komputera przy pomocy ruchu gałek ocznych (sygnał EOG) z interfejsem umożliwiającym osobom sparaliżowanym komunikację z otoczeniem.
PROJEKTY BARTOSZA MASTALSKIEGO
Segmentacja strun głosowych w endoskopowych zapisach wideo (2012-2013)
Projekt lokalizatora 3D opartego nakontrolerach Wii Remote Plus (2014)
Projekt lokalizatora 3D opartego na kamerach przemysłowych oraz jego walidacja względem rozwiązań komercyjnych (2014)
SYSTEM DO AUTOMATYCZNEGO POBIERANIA, PRZETWARZANIA I ANALIZY WIADOMOŚCI W JĘZYKU POLSKIM UDOSTĘPNIANYCH PRZEZ UŻYTKOWNIKÓW SIECI SPOŁECZNOŚCIOWEJ TWITTER
DANIEL MATEROWSKI
Oprogramowanie utworzone w ekosystemie Python 2.7 oraz uruchomione na platformie Raspberry Pi.
System umożliwia:
▫wizualizacje zebranych danych poprzez aplikację web-ową,
▫przechowywanie w bazie danych wyników analizy,
▫analizę bieżącego ruchu:
• całość ruchu w języku polskim,
• śledzenie konkretnych haseł w ruchu polsko – języcznym,
• dowolnie utworzony filtr zgodny z Twitter API.