Detail projektu

Prostorová analýza silového zatížení deformované rostoucí páteře a využití modelování korekčních sil k minimalizaci rozsahu operace skoliozy

Období řešení: 01.05.2018 — 31.12.2021

O projektu

Skolióza je nejčastější trojdimenzionální deformita páteře v dětském věku. Jenom její včasná léčba, v průběhu růstu páteře, může zásadně ovlivnit potíže v dospělosti, které s sebou tato deformita zákonitě přináší. Výsledky konzervativní terapie jsou pochybné a při určitém stupni zakřivení je nutné přistoupit k operační léčbě, která v současné době spočívá v opakovaných reoperacích páteře s vysokým rizikem komplikací, což vede nejen ke sníženému komfortu, ale také horšímu celoživotnímu společenskému uplatnění a snížení průměrné délky života mladého pacienta.

Popis anglicky
Scoliosis embodies the most frequent three-dimensional spinal deformity in children. Only timely treatment during the growth may significantly reduce related health problems inflicted by the deformity on adults. The results obtained via conservative therapy are problematic and a certain degree of curvature already requires surgical treatment, that currently consists in repeated spinal surgeries posing a high risk of complications. Such a situation then generates a set of multiple hazards and lowers the patient’s comfort, life expectancy, and chances of benefiting from adequate social and professional participation.

Klíčová slova
skolióza;, ranné dětství;, prostorová analýza;, modelování korekčních sil;, operační léčba;, umělá inteligene;

Klíčová slova anglicky
scoliosis;, early childhood;, spatial analysis;, corrective force modelling;, surgical treatment; artifitial intelligence;

Označení

NV18-08-00459

Originální jazyk

čeština

Řešitelé

Mikulka Jan, doc. Ing., Ph.D.
- hlavní řešitel (01.05.2018 - 31.12.2021)

Útvary

Ústav teoretické a experimentální elektrotechniky
- příjemce (11.07.2017 - nezadáno)

Zdroje financování

Ministerstvo zdravotnictví ČR - Program na podporu zdravotnického aplikovaného výzkumu a vývoje na léta 2015 – 2022
- plně financující (2018-05-01 - 2021-12-31)

Výsledky

DUŠEK, J.; MIKULKA, J.; VÉJAR, A.; RYMARCZYK, T. Convergence error exploration for electrical impedance tomography problems with open and closed domains. In Proceedings of IIPhDW 2018 in Swinouscie. Swinoujscie, Polsko: 2018. p. 39-44. ISBN: 978-83-7663-250-6.
Detail

CHALUPA, D.; MIKULKA, J. Fludeoxyglucose Metabolism Modeling: An Overview. In Proceedings of the IIPhDW 2018. 2018. p. 1-3. ISBN: 978-83-7663-250-6.
Detail

CHALUPA, D.; MIKULKA, J. A Novel Tool for Supervised Segmentation Using 3D Slicer. Symmetry, 2018, vol. 10, no. 11, p. 1-9. ISSN: 2073-8994.
Detail

CHALUPA, D.; MIKULKA, J.; FILIPOVIČ, M.; ŘÍHA, K.; DOSTÁL, M. Pediatric Spine Segmentation and Modeling Using Machine Learning. In 2019 11th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). 2019. p. 1-5. ISBN: 978-1-7281-5763-4.
Detail

MIKULKA, J.; CHALUPA, D.; ŘÍHA, K.; FILIPOVIČ, M.; DOSTÁL, M. Spatial CT/MRI of Children's Spine Processing and Modeling of Mechanical Forces. In 2019 Progress In Electromagnetics Research Symposium. 2019. p. 1-6. ISBN: 978-1-5090-6269-0.
Detail

RAJNOHA, M.; BURGET, R.; POVODA, L. Upsampling Algorithms for Autoencoder Segmentation Neural Networks: A Comparison Study. In 2019 11th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). Moskva: 2019. p. 1-5. ISBN: 978-1-7281-5764-1.
Detail

CHALUPA, D.; MIKULKA, J.: Supervised segmentation toolbox using machine learning for 3D Slicer; Supervised segmentation toolbox using machine learning for 3D Slicer. Git repozitář. URL: https://github.com/chalupaDaniel/slicerSupervisedSegmentation. (software)
Detail