Projecten
Analysis of multispectral brain images in the presence of pathology. KU Leuven
Hersentumoren, Multiple Sclerosis (MS) letsels en letsels veroorzaakt door een ischemisch Cerebrovasculair Accident (iCVA) manifesteren zich op MR beelden als een verzameling van voxels die spatiaal coherent zijn en die tevens hyper-intens of hypo-intens zijn ten opzichte van het gezonde weefsel. In tijdsreeksen van MR hersenbeelden is bovendien meestal een geleidelijke evolutie van deze letsels te zien.
We stellen in dit werk ...
Machine Learning methode om de efficiëntie van segmentatiecorrectie bij de planning van transkatheter hartinterventie te vergroten KU Leuven
De laatste tijd hebben deep learning-gebaseerde automatische medische beeldsegmentatiemodellen de klassieke algoritmen verbeterd met state-of-the-art prestaties. Hoewel deze algoritmen de menselijke prestaties kunnen evenaren op beelden van goede kwaliteit, zijn ze toch vatbaar voor fouten wanneer de beeldkwaliteit niet ideaal is. In beelden met een laag contrast, anatomische afwijkingen of een nieuw scanprotocol, bevat de output van deze ...
Op automatisch leren gebaseerde strategieën voor analyse van vormpatronen in medische beelden KU Leuven
Modelgebaseerde beeldvorming en -analyse voor multi-X medische beelddata. KU Leuven
Breuktaaiheid in koolstofvezelcomposieten, onderzocht door middel van geavanceerde, multischaal beeldvormingstechnieken (ToughImage) KU Leuven
Het uitstekende duurzaamheidspotentieel van koolstofvezelcomposieten wordt nog niet volledig uitgebuit door hun relatief lage schadetolerantie en moeilijke karakterisatie. Een belangrijke eigenschap in dit opzicht is de breuktaaiheid, die de schade-ontwikkeling controleert en essentieel is voor schadesimulaties. Spijtig genoeg zijn micro- en macroschaalmetingen van deze eigenschap uitdagend. Er zijn daarom nog veel onbekenden, vooral in de ...
Semi-geautomatiseerde beeldsegmentatie en -registratie, waardoor multimodale beeldanalyse voor selectieve interne radionuclidentherapie (SIRT) wordt vergemakkelijkt KU Leuven
Het doel van dit project is om speciale beelduitlijning (registratie) en AI gebaseerde segmenteringstechnieken te ontwikkelen om meer te extraheren informatie van deze afbeeldingen. Dit zal leiden tot nauwkeurigere dosisberekeningen en verificatie van de behandeling, wat op zijn beurt de effectiviteit van de therapie.
Constructie-Digital Twins voor geautomatiseerde digitale werfopvolging KU Leuven
De faalkosten in de bouwindustrie –veroorzaakt door vertragingen en constructiefouten– moeten drastisch verminderen. Hiervoor moet de kwaliteit en de progressie op de werf systematisch en digitaal worden vastgesteld en moeten de ontwerpen worden geüpdatet conform de as-built toestand.
Het doel van dit project is om automatische werfopvolging te realiseren met constructie-digital twins –een innovatief BIM dat de levenscyclus van ...
Digitale workflows en kunstmatige intelligentie gedreven diagnose en behandelplanning in orthodontie KU Leuven
Provisional description of the objective(s) of the doctoral dissertation (research plan), the methodology and timing: The content of this doctoral project: 1. A systematic review of the literature for digital work-flows and AI enhanced procedures in orthodontics. 2. Development and validation of an artificial intelligence-based tool for automated bone segmentation in the oral and maxillofacial region 3. Development and validation of an ...
MoCCHa-CT: Model-gekoppelde 4D-μCT voorgeavanceerde materiaal karakterisatie Universiteit Gent
In dit project zullen nieuwe technieken voor X-stralenbeeldvorming van dynamische processen ontwikkeld worden. Door een bi-directionele koppeling van deze verbeterde beelddata met simulatiemodellen kunnen wetenschappers een verbeterd begrip van dynamische processen en structuren in een proefstuk bereiken. Dit stelt materiaalwetenschappers in staat om betere en duurzamere materialen te ontwikkelen. De praktische ontwikkeling van deze ...