• MeSH
• algoritmy MeSH
• diagnóza počítačová MeSH
• hypoxie plodu MeSH
• kardiotokografie MeSH
• monitorování plodu MeSH
• prenatální péče MeSH
• rozhodování pomocí počítače MeSH
• těhotenství MeSH
• Check Tag
• těhotenství MeSH

• Konspekt
• Gynekologie. Porodnictví
• NLK Obory
• gynekologie a porodnictví
• perinatologie a neonatologie
• NLK Publikační typ
• závěrečné zprávy o řešení grantu IGA MZ ČR

The subject of this project is complex computer analysis of intrapartum fetal CTG. Using methods of artificial intelligence and synergy of the technical approach and clinical experiences we will propose and implement objective and in decision quality at least comparable system for decision support of the obstetrician during the delivery. During the project span database of at least 10000 deliveries will be collected in FN Brno including parameters such as pH of the fetus. The data will be annotated by independent experts. The database will be used for data mining purposes and evaluation of the developed methods. Following hypothesis will be tested. A: Algorithms of artificial intelligence and digital signal processing are able to distinguish between abnormal and normal CTGs while having lesser variability then clinician decision. B: For improvement of automatic evaluation it is necessary to use additional parameters – qualitative effects on performance of the system will be put under critical scrutiny

Předmětem grantu je komplexní počítačová analýza intrapartálního monitorování plodu. Za pomoci metod umělé inteligence a synergií technického přístupu a klinických zkušeností bude vytvořen systém pro podporu diagnostiky intrapartální hypoxie plodu. Bude vytvořen soubor cca. 10 000 těhotných obsahující intrapartální monitory a další data hodnotící výskyt hypoxie v peripartálním období. Data budou ohodnocena nezávislými experty. Databáze pak poslouží jako platforma pro dolování dat a pomůcka pro ověření vyvíjených metod. Testovány budou hypotézy, zda algoritmy umělé inteligence a číslicového zpracování signálu jsou schopny spolehlivě rozlišit abnormální KTG a zda předčí výsledky a/nebo variabilitu rozhodování lékaře. Dále bude testován význam využití doplňujících informací z anamnézy a kvalitativní vliv jednotlivých klinických příznaků na správnost automatické klasifikace a jednotlivé algoritmy.

Vliv hodnocení kardiotokografie pomocí metod umělé inteligence na kvalitu prenatální péče

Doba řešení: 2010-2015

Obsahuje literaturu

000      

00000ntm 2200000 i 4500

001      

MED00189597

003      

CZ-PrNML

005      

20181008103324.0

007      

ta

008      

161025s2016 xr ad e 000 0|cze||

009      

ND

040    __

$a ABA008 $b cze $d ABA008 $e rda

041    0_

$a cze $b eng

044    __

$a xr

072    _7

$a 618 $x Gynekologie. Porodnictví $2 Konspekt $9 14 $7 sk136318

086    __

$a NT11124 $p MZ0

100    1_

$a Janků, Petr, $d 1969- $7 mzk2006343029 $4 aut

245    10

$a Vliv hodnocení kardiotokografie pomocí metod umělé inteligence na kvalitu perinatální péče / $c řešitel projektu Petr Janků ; spoluřešitelé Vít Unzeitig, Lukáš Hruban, Martin Huser, Lenka Lhotská, Václav Chudáček, Michal Huptych, Miroslav Burša ; nositelé projektu Fakultí nemocnice Brno, České vysoké učení technické v Praze, Fakulta elektrotechnická

246    14

$a Vliv hodnocení kardiotokografie pomocí metod umělé inteligence na kvalitu prenatální péče

264    _0

$c 2016

300    __

$a 1 svazek : $b ilustrace, tabulky ; $c 30 cm

336    __

$a text $b txt $2 rdacontent

337    __

$a bez média $b n $2 rdamedia

338    __

$a svazek $b nc $2 rdacarrier

490    1_

$a Závěrečná zpráva o řešení grantu Interní grantové agentury MZ ČR

500    __

$a Doba řešení: 2010-2015

504    __

$a Obsahuje literaturu

520    0_

$a Předmětem grantu je komplexní počítačová analýza intrapartálního monitorování plodu. Za pomoci metod umělé inteligence a synergií technického přístupu a klinických zkušeností bude vytvořen systém pro podporu diagnostiky intrapartální hypoxie plodu. Bude vytvořen soubor cca. 10 000 těhotných obsahující intrapartální monitory a další data hodnotící výskyt hypoxie v peripartálním období. Data budou ohodnocena nezávislými experty. Databáze pak poslouží jako platforma pro dolování dat a pomůcka pro ověření vyvíjených metod. Testovány budou hypotézy, zda algoritmy umělé inteligence a číslicového zpracování signálu jsou schopny spolehlivě rozlišit abnormální KTG a zda předčí výsledky a/nebo variabilitu rozhodování lékaře. Dále bude testován význam využití doplňujících informací z anamnézy a kvalitativní vliv jednotlivých klinických příznaků na správnost automatické klasifikace a jednotlivé algoritmy.

520    9_

$a The subject of this project is complex computer analysis of intrapartum fetal CTG. Using methods of artificial intelligence and synergy of the technical approach and clinical experiences we will propose and implement objective and in decision quality at least comparable system for decision support of the obstetrician during the delivery. During the project span database of at least 10000 deliveries will be collected in FN Brno including parameters such as pH of the fetus. The data will be annotated by independent experts. The database will be used for data mining purposes and evaluation of the developed methods. Following hypothesis will be tested. A: Algorithms of artificial intelligence and digital signal processing are able to distinguish between abnormal and normal CTGs while having lesser variability then clinician decision. B: For improvement of automatic evaluation it is necessary to use additional parameters – qualitative effects on performance of the system will be put under critical scrutiny

650    _7

$a gynekologie a porodnictví $7 nlk20040147647 $2 mednas

650    _7

$a perinatologie a neonatologie $7 nlk20040148172 $2 mednas

650    _7

$a prenatální péče $7 D011295 $2 czmesh

650    _7

$a těhotenství $7 D011247 $2 czmesh

650    _7

$a kardiotokografie $7 D015148 $2 czmesh

650    _7

$a hypoxie plodu $7 D005311 $2 czmesh

650    _7

$a monitorování plodu $7 D005323 $2 czmesh

650    _7

$a diagnóza počítačová $7 D003936 $2 czmesh

650    _7

$a rozhodování pomocí počítače $7 D003658 $2 czmesh

650    _7

$a algoritmy $7 D000465 $2 czmesh

655    _4

$a závěrečné zprávy o řešení grantu IGA MZ ČR $7 nlk-pt176

700    1_

$a Unzeitig, Vít, $d 1952- $7 xx0059657 $4 aut

700    1_

$a Hruban, Lukáš $7 xx0077347 $4 aut

700    1_

$a Huser, Martin, $7 xx0077499 $4 aut

700    1_

$a Lhotská, Lenka, $d 1961- $7 ntka173228 $4 aut

700    1_

$a Chudáček, Václav $7 xx0124698 $4 aut

700    1_

$a Huptych, Michal $7 xx0124697 $4 aut

700    1_

$a Burša, Miroslav $7 xx0141366 $4 aut

710    2_

$a Fakultní nemocnice (Brno, Česko) $7 ko2002156698

710    2_

$a České vysoké učení technické v Praze. $b Elektrotechnická fakulta $7 kn20010710175

810    1_

$a Česko. $b Ministerstvo zdravotnictví. $b Interní grantová agentura. $t Závěrečná zpráva o řešení grantu

856    41

$u https://kramerius.medvik.cz/search/handle/uuid:MED00189597-ce5add0d-b718-4134-98d2-65d28faca36d $y Digitální knihovna

910    __

$a ABA008 $b G 4788 $y 0

990    __

$a 20160914100051 $b ABA008

991    __

$a 20181008103811 $b ABA008

999    __

$a ok $b medvik21 $g 1162272 $s 203680

BAS    __

$a 30

LZP    __

$b granty 1/2016