| Title: | Zgodnje odkrivanje tveganja nenalezljivih bolezni pri bolnikih z rakom dojk na podlagi umetne inteligence (projekt ARTILLERY) |
|---|
| Authors: | ID Vrtovec, Tomaž (Author)
ID Škrlj, Luka (Author) |
|---|
| Files: |  PDF - Presentation file, download (434,19 KB)
MD5: 8C2F99AAABC45B1374BFC56468EECD9B
|
|---|
| Language: | Slovenian |
|---|
| Typology: | 1.08 - Published Scientific Conference Contribution |
|---|
| Organization: |  OI - Institute of Oncology
|
|---|
| Abstract: | Naraščajoče zbolevanje in izboljšave pri zdravljenju bolnikov z rakom dojk prispevajo tudi k naraščajočemu številu preživelih, ki pa so bolj ogroženi za razvoj drugih kroničnih bolezni, kot so srčno-žilne bolezni, bolezni dihal, povečanje telesne mase in osteoporoza. Ker se večina bolnikov zdravi tudi z radioterapijo, lahko iz slik, pridobljenih z računalniško tomografijo za namene načrtovanja obsevanja, izluščimo tudi informacije o dejavnikih tveganja za druge bolezni. Cilj projekta ARTILLERY v sklopu okvirnega programa Evropske unije Obzorje Evropa je razvoj in vrednotenje zanesljivih in zaupanja vrednih računalniško podprtih sistemov umetne inteligence, ki jih bo mogoče uporabiti na rutinsko pridobljenih računalniško tomografskih slikah za odkrivanje kroničnih bolezni ali njihovih dejavnikov tveganja za namene podaljševanja pričakovane življenjske dobe in izboljšanja kakovosti življenja v naraščajoči populaciji preživelih bolnikov z rakom dojk. V Laboratoriju za slikovne tehnologije na Fakulteti za elektrotehniko Univerze v Ljubljani imamo dolgoletne izkušnje z razvojem in vrednotenjem računalniško podprtih metod za analizo medicinskih slik hrbtenice, zato je naša vloga pri projektu povezana z določanjem tveganja osteoporoze in osteopenije ter razpoznavanjem vretenčnih zlomov. Kljub temu, da je projekt šele v začetni fazi, smo razvili računalniško podprto metodo na osnovi umetne inteligence za segmentacijo hrbtenice in določanje področij zanimanja znotraj vretenčnih teles, na podlagi katerih bomo izluščili informacije o mineralni kostni gostoti ter jo povezali z referenčnimi diagnostičnimi izvidi. Rezultati začetnih raziskav kažejo, da bo razvita metoda potencialno uporabna za zgodnje odkrivanje osteoporoze in osteopenije ter za razpoznavanje vretenčnih zlomov.
|
|---|
| Keywords: | umetna inteligenca, globoko učenje, analiza medicinskih slik, rak dojke, osteoporoza |
|---|
| Publication status: | Published |
|---|
| Publication version: | Version of Record |
|---|
| Publisher: | Kancerološko združenje Slovenskega zdravniškega društva : Onkološki inštitut |
|---|
| Year of publishing: | 2024 |
|---|
| Number of pages: | Str. 30-37 |
|---|
| Source: | Ljubljana |
|---|
| PID: | 20.500.12556/DiRROS-19043  |
|---|
| UDC: | 004.8:618.19-006 |
|---|
| COBISS.SI-ID: | 195414019 |
|---|
| Copyright: | by Authors |
|---|
| Publication date in DiRROS: | 04.06.2024 |
|---|
| Views: | 547 |
|---|
| Downloads: | 120 |
|---|
| Metadata: |    |
|---|
|
:
|
Copy citation |
|---|
| | | | Share: |  |
|---|
Hover the mouse pointer over a document title to show the abstract or click
on the title to get all document metadata. |
