Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
20
Poziom I
Status:
Autorzy: Tymkovych Maksym Yu., Selivanova Karina G., Avrunin Oleg G., Kostin Denys O., Bezverkhyi Oleh S., Baklaiev Vladyslav, Omiotek Zbigniew, Smailova Saule, Kumargazhanova Saule
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Strony: 1 - 8
Web of Science® Times Cited: 0
Scopus® Cytowania: 1
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: 20th meeting in the series of National Symposia "Fiber Optics and their Applications"
Skrócona nazwa konferencji: 20th OFTA 2023
URL serii konferencji: LINK
Termin konferencji: 11 września 2023 do 14 września 2023
Miasto konferencji: Lublin
Państwo konferencji: POLSKA
Publikacja OA: NIE
Abstrakty: angielski
Modern 3D scanning technologies have revolutionized various industries, including healthcare and biomedical engineering. This research explores the application of 3D scanning in the field of medicine, focusing on the representation of 3D hand data using the SIREN (Sinusoidal Representation Network) approach. 3D scanning plays a vital role in hand prosthetics, enabling the development of personalized models that accurately replicate the shape and size of real hands. This allows for the production of prostheses tailored to the specific needs of patients, facilitating their reintegration into active life. RealSense 3D cameras, developed by Intel, are among the leading technologies for 3D scanning. However, the effective utilization of implicit representation of 3D data, such as SIREN, presents challenges in ensuring compatibility with the features and limitations of existing 3D scanning technologies. This study analyses the potential of SIREN for 3D hand data representation, addressing the existing constraints and limitations. By leveraging the capabilities of RealSense cameras and the flexibility of SIREN, we aim to enhance the analysis and processing of 3D data, opening new avenues for prosthesis design.