Project detail

Spatial Analysis of the Force Load on a Deformed Developing Spine, and Corrective Force Modelling Applied to Minimize the Scope of a Scoliosis Surgery

Duration: 01.05.2018 — 31.12.2021

Funding resources

Ministerstvo zdravotnictví ČR - Program na podporu zdravotnického aplikovaného výzkumu a vývoje na léta 2015 – 2022

- whole funder (2018-05-01 - 2021-12-31)

On the project

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.

Description in English
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.

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

Key words in English
scoliosis;, early childhood;, spatial analysis;, corrective force modelling;, surgical treatment; artifitial intelligence;

Mark

NV18-08-00459

Default language

Czech

People responsible

Mikulka Jan, doc. Ing., Ph.D. - principal person responsible

Units

Results

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

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 PhotonIcs & Electromagnetics Research Symposium - Spring (PIERS-Spring). 2019. p. 3840-3844. ISBN: 978-1-7281-3403-1.
Detail

KOLAŘÍK, M.; BURGET, R.; UHER, V.; ŘÍHA, K.; DUTTA, M. Optimized High Resolution 3D Dense-U-Net Network for Brain and Spine Segmentation. Applied Sciences - Basel, 2019, vol. 9, no. 3, p. 1-17. ISSN: 2076-3417.
Detail

MIKULKA, J.; CHALUPA, D.; KOLAŘÍK, M.; ŘÍHA, K.; BARTUŠEK, K.; FILIPOVIČ, M. Comparison of Segmentation Methods in Analysis of MR and CT Images of Pediatric Spine. In 2021 Photonics & Electromagnetics Research Symposium (PIERS). Progress In Electromagnetics. 2021. p. 449-454. ISBN: 978-1-7281-7247-7. ISSN: 1559-9450.
Detail

KOLAŘÍK, M.; BURGET, R.; ŘÍHA, K. 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). Dublin: 2019. p. 1-5. ISBN: 978-1-7281-5764-1.
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

KOLAŘÍK, M.; BURGET, R.; ŘÍHA, K. Comparing Normalization Methods for Limited Batch Size Segmentation Neural Networks. In 2020 43rd International Conference on Telecommunications and Signal Processing (TSP). 2020. p. 677-680. ISBN: 978-1-7281-6376-5.
Detail

MIKULKA, J.; CHALUPA, D.; SVOBODA, J.; FILIPOVIČ, M.; REPKO, M.; MAXOVÁ, M. Multimodal and Multiparametric Spatial Segmentation of Spine. In Proceedings of the 2020 19th International Conference on Mechatronics – Mechatronika (ME). Praha: Czech Technical University in Prague, Faculty of Electrical Engineering, 2020. p. 89-93. ISBN: 978-1-7281-5600-2.
Detail

KOLAŘÍK, M.; BURGET, R.; ŘÍHA, K.; BARTUŠEK, K. Suitability of CT and MRI Imaging for Automatic Spine Segmentation Using Deep Learning. In 2021 44th International Conference on Telecommunications and Signal Processing (TSP). NEW YORK: IEEE, 2021. p. 390-393. ISBN: 978-1-6654-2934-4.
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