mtmt
Magyar Tudományos Művek Tára
XML
JSON
Átlépés a keresőbe
In English
Modeling the Correlation of Human Vertebral Body Volumes
Szabó, Bálint [Szabó, Bálint (orvosi informatika), szerző] Irányítástechnika és Informatika Tanszék (BME / VIK); Orális Diagnosztikai Tanszék (SE / FOK)
;
Szlávecz, Ákos [Szlávecz, Ákos József (informatika), szerző] Irányítástechnika és Informatika Tanszék (BME / VIK)
;
Bazsó, Sándor
;
Somogyi, Péter [Somogyi, Péter (Informatika), szerző] Irányítástechnika és Informatika Tanszék (BME / VIK)
;
Kovács, Katalin [Kovács, Katalin (Informatika), szerző] Széchenyi István Egyetem
;
Viola, Árpád [Viola, Árpád (Idegsebészet), szerző] Péterfy Kórház-Rendelőintézet és Manninger Jenő...
;
Benyó, Balázs István [Benyó, Balázs István (Informatika, irán...), szerző] Irányítástechnika és Informatika Tanszék (BME / VIK); Budapesti Műszaki Egyetem
Angol nyelvű Konferenciaközlemény (Folyóiratcikk) Tudományos
Megjelent:
IFAC PAPERSONLINE 2405-8971 2405-8963
56
(2)
pp. 9030-9035
2023
Konferencia:
22nd World Congress of the International Federation of Automatic Control, IFAC 2023 2023-07-09 [Yokohama, Japán]
Azonosítók
MTMT: 34410706
DOI:
10.1016/j.ifacol.2023.10.133
WoS:
001122557300445
Scopus:
85184958076
Támogatások:
(K137995) Támogató: OTKA
(TKP2021-EGA-02) Támogató: NKFIH
MSCA-RISE DCPM(872488) Támogató: H2020
Szakterületek:
Beavatkozással járó klinikai kísérletek
Anatomical parameters of the human body strongly correlate with each other. Modelling these dependencies enables the creation of a realistic anatomical human body model that can be parameterized. Such a model can be used for several diagnostic processes to identify abnormalities or even give guidance in surgical interventions. This paper proposes a probabilistic model describing the dependencies between the vertebral body volumes of humans from the Caucasian human race. As demonstrated, the proposed model can accurately describe the relationship between the vertebral body volumes and is used for the prediction of an unknown vertebral volume based on a known one. The probabilistic model is created by using the CT segmentation of 37 patients. Copyright © 2023 The Authors. This is an open access article under the CC BY-NC-ND license (https://creativecommons.org/licenses/by-nc-nd/4.0/)
Idézett közlemények (2)
Hivatkozás stílusok:
IEEE
ACM
APA
Chicago
Harvard
CSL
Másolás
Nyomtatás
2025-04-27 19:55
×
Lista exportálása irodalomjegyzékként
Hivatkozás stílusok:
IEEE
ACM
APA
Chicago
Harvard
Nyomtatás
Másolás