Project detail

Systém včasného záchytu infekce COVID-19 pro bezpečnost ohrožených skupin obyvatelstva s využitím umělé inteligence

Duration: 01.01.2021 — 31.12.2022

Funding resources

Ministerstvo vnitra ČR - 4. veřejná soutěž ve výzkumu, experimentálním vývoji a inovacích Programu bezpečnostního výzkumu České republiky v letech 2015 až 2022 (BV III/4-VS)

- whole funder (2020-12-11 - not assigned)

On the project

V rámci projektu je vyvíjen inteligentní modulární zdravotnický bezpečnostního systém pro včasné odhalování pacientů s COVID-19. V dnešní době používané testy na přítomnost COVID-19 nejsou spolehlivé a existuje reálné riziko zanesení infekce do komunity ohrožených osob. Námi navrhovaný systém poskytuje další stupeň záchytu infekce a umožní včasnou detekci s použitím stávajících dat ze zdravotnictví. Poskytuje ochranu ohrožené skupině obyvatel, tj. zejména pacientům s chronickými onemocněními, jako je cukrovka (cca 850 tis. Obyvatel v ČR), kardiovaskulární onemocnění (hypertenze cca 2 mil. obyvatel), chronické respirační onemocnění (cca 150 tis. obyvatel) či onkologická onemocnění (cca 77 tis. obyvatel/rok). Pro tuto skupinu obyvatel hrozí až 65x vyšší riziko úmrtí ve spojitosti s COVID-19, než je tomu u zdravé populace.

Keywords
COVID; umělá inteligence; rentgenové snímky, bezpečnost

Mark

VI04000039

Default language

Czech

People responsible

Burget Radim, doc. Ing., Ph.D. - principal person responsible

Units

Department of Telecommunications
- (2020-06-01 - not assigned)

Results

Joshi, R.C., Yadav, S., Pathak, V.K., Malhotra, H.S., Khokhar, H.V.S., Parihar, A., Kohli, N., Himanshu, D., Garg, R.K., Bhatt, M.L.B. and Kumar, R. A deep learning-based COVID-19 automatic diagnostic framework using chest X-ray images. BIOCYBERN BIOMED ENG, 2021, vol. 41, no. 1, p. 1-16. ISSN: 0208-5216.
Detail

DGHIM, S.; TRAVIESO-GONZÁLEZ, C.; BURGET, R. Analysis of the Nosema Cells Identification for Microscopic Images. SENSORS, 2021, vol. 21, no. 9, p. 1-17. ISSN: 1424-8220.
Detail

BAGHELA, N; BURGET, R.; DUTTA, M.K. 1D-FHRNet: Automatic Diagnosis of Fetal Acidosis from Fetal Heart Rate Signals. BIOMED SIGNAL PROCES, 2021, vol. 2021, no. 68, p. 1-10. ISSN: 1746-8094.
Detail

Kaushik, M., Baghel, N., Burget, R., Travieso, C. M., & Dutta, M. K. SLINet: Dysphasia detection in children using deep neural network. BIOMED SIGNAL PROCES, 2021, vol. July 2021, no. 68, p. 1-13. ISSN: 1746-8094.
Detail

Kaushik, M.; Joshi, R. C.; Singh, Kushwah, A. S.; Gupta, M. K.; Banerjee, M.; Burget, R.; Dutta, M. K. Cytokine Gene Variants and Socio-Demographic Characteristics as Predictors of Cervical Cancer: A Machine Learning Approach. COMPUTERS IN BIOLOGY AND MEDICINE, 2021, vol. June 2021, no. 8, p. 3-27. ISSN: 0010-4825.
Detail

SKIBIŃSKA, J.; BURGET, R.; CHANNA, A.; POPESCU, N.; KOUCHERYAVY, Y. COVID-19 Diagnosis at early stage Based on smartwatches and machine learning Techniques. IEEE Access, 2021, vol. 9, no. 1, p. 119476-119491. ISSN: 2169-3536.
Detail

SKIBIŃSKA, J.; BURGET, R. Is It Possible to Distinguish COVID-19 Cases and Influenza with Wearable Devices? Analysis with Machine Learning. Journal of Advances in Information Technology, 2022, vol. 13, no. 3, p. 265-270. ISSN: 1798-2340.
Detail

Genzor, S.; Jakubec, P; Sova, M.; Mizera, J.; Joppa, P.; Burget, R.; Pobeha, P. Clinical presentation and pulmonary function tests in post-acute COVID-19 patients. BIOMEDICAL PAPERS-OLOMOUC, 2022, vol. 166, no. XX, p. 1-7. ISSN: 1804-7521.
Detail

ALI, M.; JOSHI, R.; DUTTA, M.; BURGET, R.; MEZINA, A. Deep Learning-based Classification of Viruses Using Transmission Electron Microscopy Images. In 45th International Conference on Telecommunications and Signal Processing (TSP 2022). IEEE, 2022. IEEE, 2022. p. 174-178. ISBN: 978-1-6654-6948-7.
Detail

MYŠKA, V.; BURGET, R.; MEZINA, A.: COVID_STOP; Modulární platforma pro včasné zachycení infekčních pacientů. Fakultní nemocnice Olomouc, Zdravotníků 248/7, 779 00 Olomouc. URL: https://www.utko.fekt.vut.cz/modularni-platforma-pro-vcasne-zachyceni-infekcnich-pacientu. (software)
Detail