1. Cephalometric landmark detection in lateral skull X-ray images by using improved spatialconfiguration-netMartin Šavc, Gašper Sedej, Božidar Potočnik, 2022, izvirni znanstveni članek Opis: Accurate automated localization of cephalometric landmarks in skull X-ray images is the
basis for planning orthodontic treatments, predicting skull growth, or diagnosing face discrepancies.
Such diagnoses require as many landmarks as possible to be detected on cephalograms. Today’s
best methods are adapted to detect just 19 landmarks accurately in images varying not too much.
This paper describes the development of the SCN-EXT convolutional neural network (CNN), which
is designed to localize 72 landmarks in strongly varying images. The proposed method is based
on the SpatialConfiguration-Net network, which is upgraded by adding replications of the simpler
local appearance and spatial configuration components. The CNN capacity can be increased without
increasing the number of free parameters simultaneously by such modification of an architecture.
The successfulness of our approach was confirmed experimentally on two datasets. The SCN-EXT
method was, with respect to its effectiveness, around 4% behind the state-of-the-art on the small ISBI
database with 250 testing images and 19 cephalometric landmarks. On the other hand, our method
surpassed the state-of-the-art on the demanding AUDAX database with 4695 highly variable testing
images and 72 landmarks statistically significantly by around 3%. Increasing the CNN capacity
as proposed is especially important for a small learning set and limited computer resources. Our
algorithm is already utilized in orthodontic clinical practice.
Ključne besede: detection of cephalometric landmarks, skull X-ray images, convolutional neural networks, deep learning, SpatialConfiguration-Net architecture, AUDAX database
Objavljeno v DKUM: 27.03.2025; Ogledov: 0; Prenosov: 5
 Celotno besedilo (2,46 MB)
Gradivo ima več datotek! Več... |
2. Inter-person differences in isometric coactivations of triceps surae and tibialis anterior decrease in young, but not in older adults after 14 days of bed restMatjaž Divjak, Gašper Sedej, Nina Murks, Mitja Gerževič, Uroš Marušič, Rado Pišot, Boštjan Šimunič, Aleš Holobar, 2022, izvirni znanstveni članek Opis: We examined activation patterns of the gastrocnemius medialis (GM), gastrocnemius lateralis (GL), soleus (SO), and tibialis anterior (TA) muscles in eight older (58.4 ± 3.3 years) and seven young (23.1 ± 2.9 years) participants, before and after 14 days of horizontal bed rest. Visual feedback on the exerted muscle torque was provided to the participants. The discharge patterns of individual motor units (MUs) were studied in three repetitions of isometric plantar flexion at 30 and 60% of Maximum Voluntary Contraction (MVC), before, and 1 day after the 14-day bed rest, respectively. In the GL and GM muscles, the older participants demonstrated higher MU discharge rates than the young, regardless of the contraction level, both before and after the bed rest. In the TA and SO muscles, the differences between the older and young participants were less consistent. Detailed analysis revealed person-specific changes in the MU discharge rates after the bed rest. To quantify the coactivation patterns we calculated the correlation coefficients between the cumulative spike trains of identified MUs from each muscle, and measured the root mean square difference of the correlation coefficients between the trials of the same session (intra-session variability) and between different sessions (inter-session variability) in each participant (intra-person comparison) and across participants (inter-person comparison). In the intra-person comparison, the inter-session variability was higher than the intra-session variability, either before or after the bed rest. At 60% MVC torque, the young demonstrated higher inter-person variability of coactivation than the older participants, but this variability decreased significantly after the bed rest. In older participants, inter-person variability was consistently lower at 60% than at 30% MVC torque. In young participants, inter-person variability became lower at 60% than at 30% MVC torque only after the bed rest. Precaution is required when analyzing the MU discharge and coactivation patterns, as individual persons demonstrate individual adaptations to aging or bed rest.
Ključne besede: mišičnoskeletni sistem, mišice, bed rest, staranje, elektromiografija, high density electromyography, muscle disuse, motor units, discharge rate, aging
Objavljeno v DKUM: 07.07.2023; Ogledov: 539; Prenosov: 61
Celotno besedilo (4,31 MB)
Gradivo ima več datotek! Več... |
3. ROSUS 2020 - Računalniška obdelava slik in njena uporaba v Sloveniji 2020 : Zbornik 15. strokovne konference2020, zbornik Opis: ROSUS 2020 – Računalniška obdelava slik in njena uporaba v Sloveniji 2020 je strokovna računalniška konferenca, ki jo od leta 2006 naprej vsako leto organizira Inštitut za računalništvo iz Fakultete za elektrotehniko, računalništvo in informatiko, Univerze v Mariboru. Konferenca povezuje strokovnjake in raziskovalce s področij digitalne obdelave slik in strojnega vida z uporabniki tega znanja, pri čemer uporabniki prihajajo iz raznovrstnih industrijskih okolij, biomedicine, športa, zabavništva in sorodnih področij. Zbornik konference ROSUS 2020 združuje strokovne prispevke več deset avtorjev, od tega dva vabljena predavanje ter več demonstracijskih prispevkov. Prispevki podajajo najnovejše dosežke slovenskih strokovnjakov s področij digitalne obdelave slik in strojnega vida, osvetljujejo pa tudi trende in novosti na omenjenih strokovnih področjih. Velik poudarek prispevkov je na promoviranju ekonomske koristnosti aplikacij računalniške obdelave slik in vida v slovenskem prostoru. Takšne računalniške aplikacije zaradi visoke natančnosti, robustnosti in izjemnih hitrosti pri obdelovanju informacij nudijo namreč nove priložnosti za uveljavitev na trgu visokih tehnologij.
Ključne besede: računalniška obdelava slik, strojni vid, biomedicina, industrijske aplikacije, prenos znanja.
Objavljeno v DKUM: 04.03.2020; Ogledov: 1660; Prenosov: 162
Celotno besedilo (26,90 MB) |
4. Detekcija karakterističnih točk na rentgenskih posnetkih glave s pomočjo tehnik globokega učenjaGašper Sedej, 2018, magistrsko delo Opis: V tem magistrskem delu smo se ukvarjali s sistemom za detekcijo karakterističnih točk na slikovnih podatkih. Izdelali smo splošen sistem za avtomatsko zaznavanje karakterističnih točk, ki smo ga prilagodili za kefalometrične točke na rentgenskih slikah. Kot detektor smo uporabili obstoječo globoko nevronsko mrežo SegNet, ki je namenjena segmentiranju slik. To mrežo smo modificirali za iskanje karakterističnih točk. Novo mrežo smo poimenovali KeypointNet. Izdelali smo tudi sistem za označevanje točk na slikah. Detektor smo učili z učno množico. Na testni množici smo izvedli detekcijo in izmerili napako, ki jo definiramo kot evklidsko razdaljo med napovedano in označeno točko. Testirali smo tudi nabor krmilnih hiperparametrov pri zagonu učenja. Sistem smo testirali na množici 124 kefalometričnih slik velikosti 480 × 360 pikslov, in sicer za nabor 10 izbranih točk. Na vseh slikah smo označili te točke. Slike smo razdelili v učno in testno množico v razmerju približno 75 % in 25 %. Testirali smo 16 naborov hiperparametrov. Za vsak nabor smo izvedli 5 ponovitev učenja. Povprečna napaka v položaju točke na testni množici je bila 2,7 piksla. Testirali smo tudi vpliv dveh hiperparametrov za nadzor učenja. Testi so pokazali, da rahel odklon od priporočenih vrednosti za ta dva hiperparametra nima signifikantnega vpliva na končni rezultat. Dobljeni rezultati so zelo spodbudni. Razvili smo torej napreden sistem na osnovi globokega učenja, ki uspešno detektira karakteristične točke na slikah.
Ključne besede: globoko učenje, nevronske mreže, kefalometrija, razpoznavanje vzorcev, optimizacija, paralelno izvajanje
Objavljeno v DKUM: 10.01.2019; Ogledov: 1518; Prenosov: 196
Celotno besedilo (5,14 MB) |
5. UPORABA DIGITALNEGA FOTOAPARATA PRI MULTIMODALNEM NADZORU OKOLJAGašper Sedej, 2011, diplomsko delo/naloga Opis: V diplomskem delu opisujemo sistem, ki smo ga razvili za multimodalni oddaljeni nadzor okolja. Sistem je sestavljen iz več komponent, med katerimi ima ključno vlogo digitalni fotoaparat. Ta je uporabljen za zajemanje žive slike in hkrati tudi fotografij z visoko ločljivostjo. Fotoaparat nadzira računalniški strežnik, ki poganja programsko opremo gPhoto. Video zajemamo preko fotoaparatovega analognega priključka in slikovnega pretvornika, ki pretvori analogni video signal v digitalnega. Strežnik nato pošlje stisnjeni video odjemalcu, na zahtevo uporabnika pa sproži fotoaparat in pošlje še visokoločljivostno fotografijo. Preklop med obema načinoma opravi posebno vezje, ki smo ga razvili za USB-priključek na fotoaparatu. Prenos videa in slik med strežnikom in odjemalcem poteka po medmrežju.
Ključne besede: digitalni fotoaparati, zajemanje videa, stiskanje videa, oddaljeni nadzor fotoaparata, prenos slik in video tokov
Objavljeno v DKUM: 19.07.2011; Ogledov: 2734; Prenosov: 184
Celotno besedilo (2,52 MB) |
