Projekt · Dnr 2020-00306 · Källa: Vinnova
Machine Learning for Radiotherapy QA
- Koordinator
- Scandidos AB
- Projekttid
- 2020-08-01 till 2021-10-31 (avslutat)
- Beviljat bidrag
- 406 775 SEK
- Diarienummer
- 2020-00306
Beskrivning
Vi har ett system som samtidigt mäter stråldos i ett fantom och flödet av högenergetiska partiklar (HP) som skapar stråldosen. Projektets syfte var att träna en ML-modell så att man kan förutsäga stråldosen från HP-flödet. Sedan ville vi analysera hur vi skulle kunna implementera en datapipeline som stödjer ML-modellen. Slutligen ville vi genom att genomföra projektet tillsammans med inhyrda specialister öka vår förmåga att driva och utveckla framtida ML- och AI-baserade projekt. Efter projektets slut ser vi att det går bra att filtrera ut den icke-terapeutiska delen av HP om vi tränar ML-filtret mot teoretiskt data som genererats från en modell. Men det visar sig att de verktyg vi har för att konvertera den filtrerade HP-signalen till fantomdos inte ger tillräcklig överensstämmelse med verifieringsdata. ScandiDos har ökat sin kunskap inom ML- och AI-teknologi så vi står bättre rustade för att driva liknande projekt i framtiden.
Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.
Liknande
-
Utveckling av RespiHeart´s övervakningssystem genom avancerad AI och maskininlärningsteknik
RespiHeart AB · 2023-10-01 · 200 000 SEK · Projekt
Projektet har syftat till att förbättra filtrering, behandling och analys av RespiHeart-signalen, genom tillämpning av AI-stöd och maskininlärning. Detta har uppnåtts genom förstärkt mätprecision i realtid avseede två huvudparametrarna: andningsfrekvens och hjärtfrekvens. En målsättning med projekte…
-
iQDeep - Maskininlärning för Autonoma Tunga Fordon
Scania CV AB · 2019-01-01 · 12 858 930 SEK · Projekt
iQDeep-projektet syftade till att förbättra självkörande teknologi på Scania med ML-baserade algoritmer för uppfattning och säkerhet. Höjdpunkter inkluderar: - Utveckling av Data Selection Tool och molnbaserad pipeline för annotering - Skapande av distributionspipeline för Neural Networks, förbättra…
-
Trusted Research Environment för framsteg inom hälsorelaterad AI
Stiftelsen Chalmers Industriteknik · 2024-08-19 · 8 885 000 SEK · Projekt
"Trusted Research Environment for Health AI" (TRE) är ett projekt som syftar till att öka säkerheten för utveckling och testning av AI-teknik inom hälso- och sjukvård och biovetenskap. Det gör det möjligt att förfina AI-modeller med hjälp av hälsodata samtidigt som känslig information skyddas, vilke…
-
Sändarlösningar för 5G Massive MIMO system
Lunds universitet · 2015-08-01 · 2 660 622 SEK · Projekt
Projektets syfte var att undersöka nya möjligheter för framtidens radiolösningar genom användning av CMOS teknologi som möjliggör en hög integrationsnivå och konstruktion av kritiska block för energieffektivitet. Målet var att identifiera kretslösningar och arkitekturer som ger praktiskt möjliga lös…
-
Sensor Models for Aircraft Tradespace Exploration, SMART
Saab AB · 2017-11-10 · 1 654 000 SEK · Projekt
Ett syfte med projektet var att stärka förmågan att konstruera modeller av sensorerfunktioner som är lämpade att använda inom konceptutveckling av flygande plattformar. Dessutom avsågs att stärka Saabs samarbete med Försvarshögskolan. Målen innefattade att ta fram metoder för att utveckla modeller, …