Wyniki wyszukiwania - BazTech

1

AI empowered diagnosis of pemphigus: a machine learning approach for automated skin lesion detection

Ahmed Mamun, Islam Salma Binta, Alif Aftab Uddin, Islam Mirajul, Saima Sabrina Motin

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2023

|

T. 13, nr 4

21--26

EN

Pemphigus is a skin disease that can cause a serious damage to human skin. Pemphigus can result in other issues including painful patches and infected blisters, which can result in sepsis, weight loss, and starvation, all of which can be life-threatening, tooth decay and gum disease. Early prediction of Pemphigus may save us from fatal disease. Machine learning has the potential to offer a highly efficient approach for decision-making and precise forecasting. The healthcare sector is experiencing remarkable advancements through the utilization of machine learning techniques. Therefore, to identify Pemphigus using images, we suggested machine learning-based techniques. This proposed system uses a large dataset collected from various web sources to detect Pemphigus. Augmentation has been applied on our dataset using techniques such as zoom, flip, brightness, distortion, magnitude, height, width to enhance the breadth and variety of the dataset and improve model’s performance. Five popular machine learning algorithms has been employed to train and evaluate model, these are K-Nearest Neighbor (referred to as KNN), Decision Tree (DT), Logistic Regression (LR), Random Forest (RF), and Convolutional Neural Network (CNN). Our outcome indicate that the CNN based model outperformed the other algorithms by achieving accuracy of 93% whereas LR, KNN, RF and DT achieved accuracies of 78%, 70%, 85% and 75% respectively.

PL

Pęcherzyca to choroba skóry, która może powodować poważne uszkodzenia ludzkiej skóry. Pęcherzyca może powodować inne problemy, w tym bolesne plamy i zakażone pęcherze, które mogą skutkować sepsą, utratą masy ciała i łaknienia, co może zagrażać życiu, próchnicą zębów i chorób dziąseł. Wczesne wykrycie pęcherzycy może uchronić przed śmiertelną chorobą. Uczenie maszynowe może zaoferować wysoce efektywne podejście do podejmowania decyzji i precyzyjnego prognozowania. Sektor opieki zdrowotnej doświadcza niezwykłych postępów dzięki wykorzystaniu technik uczenia maszynowego. Dlatego do identyfikacji pęcherzycy za pomocą obrazów zaproponowano techniki oparte na uczeniu maszynowym. Proponowany system wykorzystuje duży zbiór danych zebranych z różnych źródeł internetowych do wykrywania pęcherzycy. W zbiorze danych zastosowano augmentację przy użyciu technik takich jak powiększanie, odwracanie, zmiana jasności, zniekształcenie, zmiana wielkości, wysokość i szerokości, aby zwiększyć zakres i różnorodność zbioru danych oraz poprawić wydajność modelu. Do uczenia i oceny modelu wykorzystano pięć popularnych algorytmów uczenia maszynowego, są to: K-Nearest Neighbor (określany jako KNN), drzewo decyzyjne (DT), regresja logistyczna (LR), las losowy (RF) i konwolucyjną sieć neuronowa (CNN). Uzyskane wyniki wskazują, że model oparty na CNN był lepszy od innych algorytmów, osiągając dokładność na poziomie 93%, podczas gdy LR, KNN, RF i DT osiągnęły dokładność odpowiednio 78%, 70%, 85% i 75%.

2

Znaczenie MRI w diagnostyce implantów piersi

Łuczyńska Elżbieta, Rudnicki Wojciech

Inżynier i Fizyk Medyczny

|

2022

|

Vol. 11, nr 1

31--41

PL

Wszczepianie implantów piersi staje się coraz popularniejsze, zarówno jako zabieg kosmetyczny zwany augmentacją, jak i część terapii oszczędzającej w leczeniu raka piersi. Istnieje kilka możliwości implantacji, a także kilkanaście rodzajów uszkodzeń implantów. Obecnie badanie MRI jest najbardziej skuteczną metodą oceny położenia, jak i nieszczelności implantu.

EN

Breast implant insertion is getting more popular lately both as an augmentation procedure or as a part of breast conserving surgery when treating breast cancer. There is a couple of ways the implant can be placed and even more ways it can be damaged. MRI is currently the most effective imaging technique used in breast implant evaluation in terms of its placement and potential damage.

3

Wykorzystanie autogennego materiału augmentacyjnego pozyskiwanego z zębów własnych pacjenta

Bębenek K., Szczygielski T., Kiryk J., Kosior P., Dobrzyński M., Mikulewicz M.

Inżynier i Fizyk Medyczny

|

2018

|

Vol. 7, nr 4

289--292

PL

Przeszczep tkanki kostnej jest powszechnie znaną i skuteczną metodą wypełniania ubytków osteolitycznych powstałych w wyniku urazów, działań chirurgicznych oraz stanów chorobowych (torbiele, zapalenie przyzębia). Jednym z kluczowych problemów związanych z tym zabiegiem jest ograniczenie ilości materiału możliwego do pobrania przez operatora od pacjenta. Ponadto zabieg na miejscu dawczym wiąże się z dodatkową raną kostną oraz może stanowić problem zarówno estetyczny, jak i funkcjonalny. Rozwiązaniem wymienionych problemów może być zastosowanie autogennych tkanek twardych zęba pacjenta. Zawierają one biozgodną macierz zębinową charakteryzującą się wysokiego rzędu podobieństwem histologicznym i biochemicznym do tkanki kostnej. Możliwość zastosowania materiału zębowego do wypełniania ubytków kostnych nie jest rozwiązaniem nowym – temat ten podejmowany był już w 1967 roku w badaniach nad właściwościami osteogennymi demineralizowanego materiału zębowego i rozwijany jest po dziś dzień. Obecnie do odbudowy tkanki kostnej wykorzystywany jest również materiał o pełnej zawartości frakcji mineralnej, którego użycie znacznie skraca czas zabiegu. W pracy przedstawiono właściwości autogennego materiału zębowego oraz sposób jego uzyskiwania.

EN

Bone tissue graft is a commonly recognised and efficient method of filling osteolitic cavities resulting from injuries, surgical procedures and lesions (cysts, periodontitis). One of the most crucial problems related to this procedure is the limitation of grafting material obtainable from the patient’s tissues. Moreover, graft donoring site operation is associated with an additional bone wound and might result in an aesthetical as well as functional problems. A solution for presented difficulties may be the use of autogenous tooth’s hard tissues, which contain biocompatible dentin matrix of a high histological and biochemical similarity to bone tissue. The possibility of using dental material for filling bone cavities is not a new solution – the osteogenic properties of demineralised dentin material were already examined in 1967 and this concept is still developing. Currently, a material with a full content of the mineral fraction is used for regeneration of bone tissues, which shortens the time of procedure significantly. The paper presents the properties of autologous dental material and a method of its obtaining.

4

Metody augumentacji satelitarnych systemów nawigacyjnych

Stępień A.

Przegląd Geodezyjny

|

2007

|

R. 79, nr 4

5-7

PL

W artykule opisano cztery podstawowe warunki, jakie musi spełniać system satelitarny, aby mógł być uznany za system nawigacyjny, tj. dokładność, ciągłość działania, dostępność i wiarygodność. Powszechnie znane systemy satelitarne GPS i GLONASS nie spełniają tych warunków i muszą być udokładnione. Obecnie używa się trzech rodzajów augumentacji. Są to GBAS (Ground Based Augumentation System - system oparty na zastosowaniu stacji naziemnych), SBAS (Satellite Based Augumentation System - system oparty na zastosowaniu urządzeń na satelitach) i ABAS (Aircraft Based Augumentation System - system oparty na urządzeniach zainstalowanych na pokładach samolotów). Systemy te omówiono pokrótce w artykule.

EN

The paper describes four basic conditions that must be fulfilled in order a satellite system could be recognized as a navigation system, i.e.: accuracy, continuity, availability and integrity. The well known satellite systems GPS and GLONASS do not fulfill these conditions and must be augumented. Three kinds of augumentation are nowadays widely used. They are GBAS (Ground Based Augumentation System), SBAS (Satellite Based Augumentation System) and ABAS (Aircraft Based Augumentation System). These systems are shortly discussed in the paper.