Πλοήγηση ανά Συγγραφέας "Xylourgos, Nikolaos"

Τώρα δείχνει 1 - 2 of 2
  • Μικρογραφία εικόνας
    Τεκμήριο
    Κατάτμηση εικόνων υπερήχων για την εύρεση ανατομικών αναφορών.
    (Τ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε., 2009-12-22T10:17:29Z) Ξυλουργός, Νικόλαος; Xylourgos, Nikolaos
    Σε αυτήν την πτυχιακή εργασία καλούμαστε να βελτιώσουμε τις συνθήκες υπό τις οποίες εφαρμόζεται η τοπική αναισθησία σήμερα. Η βασική ιδέα είναι να χρησιμοποιήσουμε τις πληροφορίες που μας δίνουν οι υπέρηχοι, δεδομένου ότι η ένεση του αναισθησιογόνου γίνεται σε σημείο σύμφωνα με απλές ανατομικές αναφορές. Έτσι, ασχοληθήκαμε με κατατμήσεις εικόνων υπερηχογραφιών, ώστε να αποκομίσουμε από την εικόνα το κέντρο του νεύρου γύρω από το οποίο θα χορηγηθεί η αναισθησία. Στο πρώτο κεφάλαιο ,λοιπόν, αναλύουμε τις πληροφορίες που παίρνουμε από τους υπερήχους, τον τρόπο που εκτελείται η υπερηχοτομογραφία και τα σφάλματα στα οποία μπορεί να οδηγηθούμε. Στο δεύτερο κεφάλαιο ασχολούμαστε με διαφόρων ειδών κατατμήσεις εικόνας, δίνοντας ορισμό, πλεονεκτήματα, μειονεκτήματα, διαδικασία εκτέλεσης, ιστορικές αναφορές και παραδείγματα εφαρμογών τους. Στο τρίτο κεφάλαιο αποσαφηνίζουμε την σημασία της υποβοήθησης των τοπικών αναισθησιών και το ερευνητικό έργο που καλούμαστε να εκτελέσουμε. Στο τέταρτο, και τελευταίο, κεφάλαιο αναπτύσσουμε μια εφαρμογή μέσω Matlab στην οποία εφαρμόζουμε έναν αλγόριθμο seeded region growing (αυξανόμενης περιοχής με σπόρο) σε συνδυασμό με μια μέθοδο threshold (κατωφλίωση). Κατόπιν επεξεργασίας καταλήγουμε σε επιτυχή κατάτμηση εικόνας και εντοπισμό του ζητούμενου νεύρου.
  • Μικρογραφία εικόνας
    Τεκμήριο
    Πλατφόρμα πραγματικού χρόνου φυσικής αποκατάστασης βάση σκελετού.
    (Τ.Ε.Ι. Κρήτης, Σχολή Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), ΠΜΣ Πληροφορική και Πολυμέσα, 2015-07-24T11:27:23Z) Ξυλουργός, Νικόλαος; Xylourgos, Nikolaos
    Η παρούσα διπλωματική εργασία αναπτύσσει μια πλατφόρμα πραγματικού χρόνου ως λογισμικό ικανό να υποστηρίξει ασκήσεις για φυσική αποκατάσταση προσαρμοσμένη σε ασθενείς που πάσχουν από την νόσο Πάρκινσον. Ασκήσεις γυμναστικής κατάλληλες για ασθενείς Πάρκινσον αντλήθηκαν από την βιβλιογραφία, συμπεριλαμβανομένου και του αντίστοιχου βίντεο οδηγιών, με σκοπό να εκτελούνται σε ημερήσια βάση. Ο αισθητήρας (sensor) Microsoft Kinect v1 και το OpenNI v2 πλαίσιο λογισμικού (framework) με ενδιάμεσο λογισμικό (middleware) το Nite χρησιμοποιήθηκαν για να εφαρμόσουν τεχνικές ανίχνευσης ανθρώπινου σώματος εξάγοντας το σκελετικό μοντέλο του ασθενούς. Ο ασθενής στέκεται μπροστά στη συσκευή Kinect, και μόλις αναγνωριστεί από το σύστημα ως χρήστης της πλατφόρμας, το βίντεο οδηγιών επιδεικνύει την ορθή εκτέλεση της κάθε άσκησης, προσφέροντας έτσι καθοδήγηση πραγματικού χρόνου. Κατά τη διάρκεια της εκτέλεσης μιας άσκησης, μέσω εικονικού περιβάλλοντος που δημιουργήθηκε με το πρόγραμμα Unity3D, εμφανίζονται ακριβή ανθρωπομετρικά δεδομένα που προσδιορίζουν την θέση του σκελετικού μοντέλου του ασθενούς στον τρισδιάστατο χώρο τα οποία και αποθηκεύονται καρέ-καρέ (frame-by-frame), έτσι ώστε ο γιατρός να είναι σε θέση να επιβλέψει μακροπρόθεσμα την πρόοδο του ασθενούς. Επαναληπτικές κινήσεις, είτε σε κυκλική είτε σε ευθεία τροχιά, της κάθε άσκησης ανιχνεύονται σε πραγματικό χρόνο και καταγράφονται τόσο στην δεξιά όσο και στην αριστερή πλευρά του σώματος. Όταν εκτελεστούν οι ζητούμενες επαναλήψεις, η άσκηση θεωρείται επιτυχώς ολοκληρωμένη και υπολογίζεται ένας βαθμός εκτέλεσης για να εκτιμήσει την κινησιολογία του ασθενούς στην εκτέλεση κάθε άσκησης. Τότε ο ασθενής ενθαρρύνεται να συνεχίσει στην επόμενη άσκηση, μέχρις ότου να ολοκληρωθεί όλο το ημερήσιο σετ ασκήσεων. Οραματιζόμαστε να προσφέρουμε ένα βοηθητικό εργαλείο στην διάγνωση του Πάρκινσον παρέχοντας χρήσιμες μετρήσεις και λειτουργίες στην ιατρική με αυτήν την πλατφόρμα τεχνητής όρασης, η οποία μπορεί εύκολα να εγκατασταθεί είτε σε κλινικές εγκαταστάσεις είτε στο σπίτι του ασθενούς.