| Partner: prof. dr hab. inż. Krzysztof Malinowski |
|
Ostatnie publikacje
| 1. | Kacprzyk J.♦, Malinowski K.♦, Marecki J.♦, Pohorecki R.♦, Sobczyk K., Weryński A.♦, Włosiński W.♦, Woliński W.♦, Strategia nauk technicznych do roku 2020 - propozycje (ekspertyza), NAUKA, ISSN: 1231-8515, Vol.2, pp.129-162, 2005 Streszczenie: Opracowanie pt. „Strategia nauk technicznych do roku 2020” powstało z inicjatywy przewodniczącego Wydziału Nauk Technicznych PAN, który powołał zespół (zaakceptowany następnie przez zgromadzenie członków Wydziału w dniu 25 marca 2004 r.) złożony z członków PAN z IV Wydziału. Zadaniem zespołu było przygotowanie najpierw wstępnych założeń, a następnie pełnego opracowania dotyczącego najważniejszych – w opinii zespołu – problemów badawczych z zakresu nauk technicznych na najbliższą przyszłość (w przybliżeniu do roku 2020), które powinny być przedmiotem szczególnej troski państwa podczas ich finansowania z budżetu. Nie oznacza to, iż mają to być jedyne obszary badawcze, na których ma się koncentrować wysiłek uczonych. Afiliacje autorów:
|  |
Prace konferencyjne
| 1. | Proniewska K.♦, Kolecki R.♦, Grochowska A.♦, Popiela T.♦, Rogula T.♦, Malinowski K.♦, Dołęga-Dołęgowski D.♦, Kenig J.♦, Richter P.♦, Dąbrowa J.♦, Mortada M.J.♦, van Dam P.♦, Pręgowska A., The Application of the Preoperative Image-Guided 3D Visualization Supported by Machine Learning to the Prediction of Organs Reconstruction During Pancreaticoduodenectomy via a Head-Mounted Displays, International Conference on eXtended Reality, XR SALENTO 2023, 2023-09-06/09-09, Lecce (IT), DOI: 10.1007/978-3-031-43401-3_21, No.14218, pp.321-344, 2023 Streszczenie: Early pancreatic cancer diagnosis and therapy drastically increase the chances of survival. Tumor visualization using CT scan images is an important part of these processes. In this paper, we apply Mixed Reality (MR) and Artificial Intelligence, in particular, Machine Learning (ML) to prepare image-guided 3D models of pancreatic cancer in a population of oncology patients. Object detection was based on the convolution neural network, i.e. the You Only Look Once (YOLO) version 7 algorithm, while the semantic segmentation has been done with the 3D-UNET algorithm. Next, the 3D holographic visualization of this model as an interactive, MR object was performed using the Microsoft HoloLens2. The results indicated that the proposed MR and ML-based approach can precisely segment the pancreas along with suspected lesions, thus providing a reliable tool for diagnostics and surgical planning, especially when considering organ reconstruction during pancreaticoduodenectomy. Słowa kluczowe: Extended Reality, Mixed Reality, Augmented Reality, Head-Mounted Displays, Artificial Intelligence, Image-guided surgery Afiliacje autorów:
| |