User: Guest  Login
If you experience problems opening the document, please try this link.
Original title:
Image Based Personalized Bone Therapy Planning using Deep Learning
Translated title:
Bildbasierte personalisierte Knochentherapieplanung mit Deep Learning
Author:
Bayat, Amirhossein
Year:
2022
Document type:
Dissertation
Faculty/School:
TUM School of Computation, Information and Technology
Advisor:
Menze, Björn (Prof. Dr.)
Referee:
Menze, Björn (Prof. Dr.); Weber, Marc-André (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik; MED Medizin
Keywords:
Medical Imaging, Deep Learning, Spine, 3D reconstruction
TUM classification:
MED 230; DAT 760
Abstract:
In this dissertation we present a fully automatic method based on a deep neural network (DNN) to reconstruct the 3D shape of the spine from orthogonal 2D radiographs and vertebral centroid annotations. We train the DNN model on synthetic data, successfully deploy it on real-world clinical data, and reconstruct the 3D spinal pose in an upright standing position. We also explore the idea of designing the patient-specific implants from CT scans of defective skulls using deep learning.
Translated abstract:
Wir stellen eine automatische Methode vor, die auf einem tiefen neuronalen Netz basiert, um die 3D-Form der Wirbelsäule aus orthogonalen 2D-Röntgenbildern und Wirbelkommentaren zu rekonstruieren. Wir trainieren das DNN-Modell auf synthetischen Daten, setzen es erfolgreich auf realen klinischen Daten ein und rekonstruieren die 3D-Wirbelsäulenhaltung in einer aufrechten Position. Wir untersuchen auch die Idee, patientenspezifische Implantate anhand von CT-Scans defekter Schädel zu entwerfen.
WWW:
https://mediatum.ub.tum.de/?id=1632504
Date of submission:
29.11.2021
Oral examination:
02.12.2022
File size:
10620536 bytes
Pages:
106
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20221202-1632504-1-0
Last change:
22.02.2023
 BibTeX