bmi@agh.edu.pl

BioMedical Imaging

Kim jesteśmy?

Koło Naukowe BioMedical Imaging zostało założone w listopadzie 2020 roku na Wydziale Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej z inicjatywy studentów i pracowników AGH, których wspólnym celem jest rozbudzanie zainteresowań pracą naukową oraz badawczą w zakresie przetwarzania i analizy obrazów cyfrowych, stosowanych we współczesnej biologii i medycynie.

Członkowie naszego koła prezentują swoje osiągnięcia i dzielą się doświadczeniami, przemyśleniami, wnioskami oraz analizą z resztą członków, tworząc atmosferę sprzyjającą rozwojowi w jakże interesującej dziedzinie obrazowania medycznego.

REALIZOWANE GRANTY:

GRANT MEiN: Rekonstrukcja obrazu cefalometrycznego na podstawie obrazowania metodą rezonansu magnetycznego - SKN/SP/535131/2022

GRANT REKTORSKI: Konstrukcja algorytmów przetrwarzania obrazów medycznych w kontekście chorób układu sercowo-naczyniowego - 17/GRANT/2022

GRANT REKTORSKI: Wykorzystanie rezonansu magnetycznego do rekonstrukcji obrazu pantomograficznego - 18/GRANT/2022

NASZE PUBLIKACJE:

Cenda, P., Cieslak, A., Pociask, E., Obuchowicz, R., Piorkowski, A.: Constructing a Panoramic Radiograph Image Based on Magnetic Resonance Imaging Data. PCBEE 2023. Springer, 2024, LNNS, vol 746, pp 121-130. DOI

Kwiek, P., Pociask, E.: Using Local Normalization and Local Thresholding in the Detection of Small Objects in MR Brain Images. PCBEE 2023. Springer, 2024, LNNS, vol 746, pp 55-65. DOI

Baran, A., Piorkowski, A.: Using Histogram Skewness and Kurtosis Features for Detection of White Matter Hyperintensities in MRI Images. PCBEE 2023. Springer, 2024, LNNS, vol 746, pp 67-79. DOI

Kaminski, P.; Obuchowicz, R.; Stepien, A.; Lasek, J.; Pociask, E.; Piorkowski, A.: Correlation of Bone Textural Parameters with Age in the Context of Orthopedic X-ray Studies. Appl. Sci. 2023, 13, 6618. DOI, pdf

Najda M., Obuchowicz R., Piorkowski A.: Coregistration of Selected Sequences in MRI Imaging Based on Edge Analysis of Image Difference. IPC 2023. Springer, LNNS, vol 766, DOI

Schneider Z., Pociask E., Proniewska K., Kolecki R.: A New Computer-Aided Solution for the Automatic Detection of Metal Stent Struts in Follow-up Evaluation in OCT Images. In: Computing in Cardiology 2022 conference; Vol 49. PDF

Duda, J., Cywinska, I., Pociask, E.: Fully Automated Lumen Segmentation Method and BVS Stent Struts Detection in OCT Images. In: Applied Informatics, 5th International Conference, ICAI 2022. Springer, 2022, CCIS vol 1643, pp 353-367. DOI

Cieslak, A., Piorkowski, A., Obuchowicz, R.: Comparison of Interpolation Methods for MRI Images Acquired with Different Matrix Sizes. In: Information Technology in Biomedicine, ITIB 2022. Springer, 2022, AISC, vol 1429, pp 119-131 DOI

Cenda, P., Obuchowicz, R., Piorkowski, A.: Construction of a Cephalometric Image Based on Magnetic Resonance Imaging Data. In: Information Technology in Biomedicine, ITIB 2022. Springer, 2022, AISC, vol 1429, pp 143-54. DOI

Malek, W., Roleder, T., Pociask, E.:The Influence of Textural Features on the Differentiation of Coronary Vessel Wall Lesions Visualized on IVUS Images. In: Information Technology in Biomedicine, ITIB 2022. Springer, 2022, AISC, vol 1429, pp 181-193. DOI

Schneider Z., Fluder J., Piorkowski A.: Design of a System for Automatic Vessel Lumen Segmentation in Optical Coherence Tomography Images Based on Active Contour and Binarization. In: Advances in Systems Engineering. ICSEng 2021. Springer, 2022, LNNS, vol 364, pp 378-387 DOI

Mazur P., Obuchowicz R., Piorkowski A.: The Influence of Age on Morphometric and Textural Vertebrae Features in Lateral Cervical Spine Radiographs. In: Information Technology in Biomedicine. Springer, 2021. p. 71-80. DOI

Chrobocinski K.: Nuclei Detection in Images of Hematoxylin and Eosin-Stained Tissues Using Normalization of Value Channel in HSV Color Space. IEEE EMBS ICS 2020. Springer 2022, AISC, vol 1360, pp. 8-17 DOI

Lesniak, A., Piorkowski, A., Kaminski, P., Krol, M., Obuchowicz, R., Pociask, E.: The Stability of Textural Analysis Parameters in Relation to the Method of Marking Regions of Interest. IEEE EMBS ICS 2020. Springer 2022, AISC, vol 1360, pp. 65-74 DOI

Milewska, K., Obuchowicz, R., Piorkowski, A.: A preliminary approach to plaque detection in MRI brain images. IEEE EMBS ICS 2020. Springer 2022, AISC, vol 1360, pp. 94-105 DOI

Schneider Z., Pociask E.: Automated External Contour-Segmentation Method for Vertebrae in Lateral Cervical Spine Radiographs. IEEE EMBS ICS 2020. Springer 2022, AISC, vol 1360, pp. 118-126 DOI

Sorysz, J., Sorysz, D., Piorkowski, A.: Segmentation of a First Generation Agent Bubbles in the B-Mode Echocardiographic Images. IEEE EMBS ICS 2020. Springer 2022, AISC, vol 1360, pp. 127-135 DOI

Lasek, J.; Piorkowski, A.: CT Scan Transformation from a Sharp to a Soft Reconstruction Kernel Using Filtering Techniques. In: International Conference on Computer Vision and Image Processing. Springer, 2020. p. 56-65. DOI

Sorysz, J., Sorysz, D.: Efficiency of Local Binarization Methods in Segmentation of Selected Objects in Echocardiographic Images. In Science and Information Conference. Springer, 2022, pp. 179-192. DOI

Chrobocinski, K., Witarski, W., Piorkowska, K.: A Method of Hepatocytes Segmentation in Microscopic Images of Trypan Blue Stained Cellular Suspension. In Science and Information Conference. Springer, 2022, pp. 214-224. DOI

Lebska, J., Obuchowicz, B., Obuchowicz, R., Piorkowski, A.: Comparison of the Effects of Different Preprocessing Methods on Homogeneity Assessment of Digital Intraoral Radiographs of Root Canal Fillings. In: Progress in Image Processing, Pattern Recognition and Communication Systems. Springer, Cham, 2021. p. 145-152. DOI

Lasek, J.: The Impact of Data Preprocessing on the Accuracy of CNN-Based Heart Segmentation. In: Progress in Image Processing, Pattern Recognition and Communication Systems. Springer, Cham, 2021. p. 173-180. DOI

Mazur, P.: The Influence of Bit-Depth Reduction on Correlation of Texture Features with a Patient's Age. In: Progress in Image Processing, Pattern Recognition and Communication Systems. Springer, Cham, 2021. p. 191-198. DOI

Czym się zajmujemy?

Programowanie

Programowanie

Nasi członkowie mają dowolność w wyborze swojej broni. Niezależnie czy wybór padł na dość popularny język programowania, potężny framework, profesjonalny program czy kartkę z długopisem. Cel jest jeden: przygotować środowisko do przyjemnej, wydajnej i rozwijającej pracy.

Procesowanie

Procesowanie

Prawdziwa zabawa zaczyna się, gdy trzeba przetestować swoje rozwiązanie. Przy użyciu naszych narzędzi i baz przetwarzamy potrzebne nam dane do wykorzystania w kolejnych procesach naszej pracy. Nie ma lepszego uczucia na świecie niż to, kiedy wszystko wychodzi za pierwszym razem!

Analizowanie

Analizowanie

Wykorzystując nasze szerokie doświadczenie i potężne umiejętności, przeprowadzamy dogłębną analizę otrzymanych wyników, wypisujemy wnioski, szukamy szczegółów. Dzięki analizie możemy poprawić procesy otrzymania obrazów, dostosować naszą metodykę pracy do problemu jak i również świetnie spędzać czas podczas dyskusji. Nasi członkowie są w tym najlepsi!

Na co czekasz? Dołącz do BMI już dziś!