Brain Sensing with Ultrasound Tomography and Deep Learning Algorithms
Fragment książki (Materiały konferencyjne)
MNiSW
200
konferencja
| Status: | |
| Autorzy: | Kłosowski Grzegorz, Rymarczyk Tomasz, Soleimani Manuchehr |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Elektroniczna |
| Język: | angielski |
| Strony: | 1507 - 1509 |
| Scopus® Cytowania: | 0 |
| Bazy: | Scopus |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | 29th Annual International Conference on Mobile Computing and Networking |
| Skrócona nazwa konferencji: | ACM MobiCom '23 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 2 października 2023 do 6 października 2023 |
| Miasto konferencji: | Madrid |
| Państwo konferencji: | HISZPANIA |
| Publikacja OA: | NIE |
| Abstrakty: | angielski |
| Ultrasound computer tomography (USCT) represents a medical imaging modality designed to visualize alterations in the speed of ultrasonic waves. The primary objective of the study presented was to devise a lightweight, portable, and cost-effective tomographic device capable of non-invasively capturing internal images of the human brain in real-time. To achieve this aim, a prototype ultrasonic tomograph was developed, comprising a lightweight head hoop integrated with ultrasonic transducers and a tomograph unit. Ultrasonic measurements were transformed into images using a heterogeneous convolutional neural network (CNN). The USCT system was engineered to facilitate wireless communication between the sensors embedded within the wearable head cap and the tomographic apparatus. |
