W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Rozprawa doktorska

Pobierz BibTeX

Tytuł

Identyfikacja kinematycznych modeli ruchu stawu kolanowego na podstawie sekwencji obrazów RTG

Autorzy

[ 1 ] Instytut Automatyki i Robotyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik

Promotor

[ 1 ] Instytut Automatyki i Robotyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik

Recenzenci

Wariant tytułu

EN Identification of kinematic models for the knee joint based on X-ray image sequences

Język

polski

Słowa kluczowe
PL
  • Kinematyka stawu kolanowego
  • Identyfikacja modelu
  • Sieci neuronowe
EN
  • Kinematics of knee joint
  • Model identification
  • Neural networks
Streszczenie

PL Niniejsza rozprawa ma na celu przedstawienie opracowanej metody identyfikacji modelu stawu kolanowego, który umożliwia opis kinematyki stawów na różnym etapie rozwoju, zarówno patologicznych jak i zdrowych. Jako dane wejściowe wykorzystano zbiór zdjęć rentgenowskich, dla których zastosowanie klasycznych metod przetwarzania obrazu jest ograniczone. W pracy zaproponowano dekompozycję modelu kinematyki na dwa podmodele, pozycji oraz orientacji. Zaproponowany algorytm składa się z następujących etapów: wyboru anatomicznych cech kości stawu kolanowego, wykrycia na obrazach punktów kluczowych jednoznacznie opisujących te cechy, wyznaczenia konfiguracji stawu, wyboru struktury modelu oraz wyznaczenia parametrów minimalizujących przyjęte kryterium, walidacji i porównania z istniejącymi rozwiązaniami. Praca prezentuje interdyscyplinarne podejście do rozwiązania problemu. Wykorzystano m.in. techniki przetwarzania obrazów, w tym splotowe sieci neuronowe, metody identyfikacji modelu. Przedstawiona metoda wpisuje się w trend wykorzystania narzędzi automatyki do usprawnienia procesu diagnozy i leczenia opartych o dane graficzne.

EN The aim of this work is to present the designed model identification method of knee joint, which is able to describe the kinematics of joints at different maturity level, the normal as well as the pathological ones. The set of X-ray images are used as initial data, limiting the application of standard image processing techniques. It is proposed to divide the kinematic model into two sub-models, position and orientation. The proposed algorithm consists of the following steps: selection of anatomical features of knee joint bones, detection of image points unambiguously denoting those features, estimation of knee joint configuration, selection of model structure and calculation of parameter values that minimise the chosen criterion, validation and comparison with existing methods. The work presents the interdisciplinary approach towards the solution of a stated problem. Among others, the following had been applied, image processing, including convolutional neural networks, model identification methods. The presented method fits within the trend of transforming the methods used in automation to improve image based medical diagnostics and treatment.

Liczba stron

122

Dziedzina wg OECD

nauki inżynieryjne i techniczne

Dyscyplina wg KBN

automatyka i robotyka

Sygnatura rozprawy w wersji drukowanej

DrOIN 2012

Katalog on-line

to2019998121

Pełny tekst rozprawy doktorskiej

Pobierz plik

Poziom dostępu do pełnego tekstu

publiczny

Pierwsza recenzja

Grzegorz Granosik

Miejsce

Łódź, Polska

Data

19.08.2019

Język

polski

Tekst recenzji

Pobierz plik

Poziom dostępu do recenzji

publiczny

Druga recenzja

Andrzej Obuchowicz

Miejsce

Zielona Góra, Polska

Data

21.08.2019

Język

polski

Tekst recenzji

Pobierz plik

Poziom dostępu do recenzji

publiczny

Status rozprawy

rozprawa doktorska

Miejsce obrony

Poznań, Polska

Data obrony

23.09.2019

Jednostka nadająca tytuł

Rada Wydziału Informatyki Politechniki Poznańskiej

Uzyskany tytuł

doktor nauk inżynieryjno-technicznych w dyscyplinie: automatyka, elektronika i elektrotechnika, w specjalności: robotyka medyczna

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.