MDLs-L — Development of a coupled, mechanistic DeepLear ning simulation tool for extensive lung function analysis (Q3304225): Difference between revisions
Jump to navigation
Jump to search
(Changed label, description and/or aliases in it, and other parts: Adding Italian translations) |
(Changed label, description and/or aliases in es, and other parts: Adding Spanish translations) |
||||||||||||||
| label / es | label / es | ||||||||||||||
MDLs-L — Desarrollo de una herramienta de simulación de ning acoplada y mecánica DeepLear para un análisis extenso de la función pulmonar | |||||||||||||||
| Property / summary | |||||||||||||||
Con la ayuda de un análisis sistemático de la autosimilitud, se planea realizar una simulación de un modelo pulmonar humano completo en todas las fases funcionales características basadas en la modulación dinámica física, fluida y estructural. Sobre la base de estos enfoques intensivos en computación, el proyecto pretende por primera vez desarrollar un nuevo enfoque innovador de simulación basada en algoritmos de aprendizaje profundo (DLS-L) para análisis de función pulmonar digital individualizado, que se utilizará en el curso del desarrollo progresivo de métodos de diagnóstico modernos y aplicaciones de terapia individualizada en la vida cotidiana clínica. (Spanish) | |||||||||||||||
| Property / summary: Con la ayuda de un análisis sistemático de la autosimilitud, se planea realizar una simulación de un modelo pulmonar humano completo en todas las fases funcionales características basadas en la modulación dinámica física, fluida y estructural. Sobre la base de estos enfoques intensivos en computación, el proyecto pretende por primera vez desarrollar un nuevo enfoque innovador de simulación basada en algoritmos de aprendizaje profundo (DLS-L) para análisis de función pulmonar digital individualizado, que se utilizará en el curso del desarrollo progresivo de métodos de diagnóstico modernos y aplicaciones de terapia individualizada en la vida cotidiana clínica. (Spanish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Con la ayuda de un análisis sistemático de la autosimilitud, se planea realizar una simulación de un modelo pulmonar humano completo en todas las fases funcionales características basadas en la modulación dinámica física, fluida y estructural. Sobre la base de estos enfoques intensivos en computación, el proyecto pretende por primera vez desarrollar un nuevo enfoque innovador de simulación basada en algoritmos de aprendizaje profundo (DLS-L) para análisis de función pulmonar digital individualizado, que se utilizará en el curso del desarrollo progresivo de métodos de diagnóstico modernos y aplicaciones de terapia individualizada en la vida cotidiana clínica. (Spanish) / qualifier | |||||||||||||||
point in time: 22 January 2022
| |||||||||||||||
Revision as of 16:02, 22 January 2022
Project Q3304225 in Germany
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | MDLs-L — Development of a coupled, mechanistic DeepLear ning simulation tool for extensive lung function analysis |
Project Q3304225 in Germany |
Statements
325,400.0 Euro
0 references
1 May 2021
0 references
31 December 2023
0 references
Treaves Research & Consult GmbH Rudek Dr.Arthur Alexander
0 references
50°7'16.21"N, 8°29'41.75"E
0 references
65835
0 references
Mit Hilfe einer systematischen Selbstähnlichkeitsanalyse ist es geplant, eine auf physikalischen, fluid- und strukturdynamischen Mod ellierungsgrundlagen basierende Simulation eines vollständigen humanen Lungenmodells in allen charakteristischen Funktionsabschnitte n durchzuführen. Aufbauend auf diesen rechenintensiven Ansätzen soll im Rahmen des Vorhabens erstmals ein auf DeepLearning-Algorith mik basierender, neuartiger und durch seine hohe Effizienz im Vergleich zu etablierten Methoden echtzeitfähiger Simulationsansatz (m DLS-L Verfahren) für individualisierte, digitale Lungenfunktionsanalysen entwickelt werden, welcher im Zuge der fortschreitenden Ent wicklung moderner Diagnoseverfahren und individualisierter Therapieeinsätze im klinischen Alltag zum Einsatz kommen soll. (German)
0 references
With the help of a systematic analysis of self-similarity, it is planned to carry out a simulation of a complete human lung model in all characteristic functional phases based on physical, fluid and structural dynamic modulation. Building on these computation-intensive approaches, the project aims for the first time to develop a new, innovative, deep learning algorithm-based simulation approach (DLS-L) for individualised, digital lung function analyses, which is to be used in the course of the progressive development of modern diagnostic methods and individualised therapy applications in clinical everyday life. (English)
24 October 2021
0 references
A l’aide d’une analyse systématique de l’autosimilité, il est prévu d’effectuer une simulation d’un modèle pulmonaire humain complet dans toutes les phases caractéristiques de la fonction, basée sur des bases physiques, fluides et structurelles de modulation. En s’appuyant sur ces approches à forte intensité de calcul, le projet vise à développer pour la première fois, dans le cadre du projet, un nouveau système d’analyses de la fonction pulmonaire numérique, basé sur l’algorithme de DeepLearning mik, et dont l’efficacité est élevée par rapport aux méthodes établies d’approche de simulation en temps réel (méthode DLS-L) pour les analyses pulmonaires numériques individualisées, qui seront utilisées dans la vie clinique quotidienne au fur et à mesure de l’évolution progressive des méthodes de diagnostic modernes et des interventions thérapeutiques individualisées. (French)
6 December 2021
0 references
Met behulp van een systematische analyse van zelfvergelijking is het de bedoeling om een simulatie van een volledig menselijk longmodel uit te voeren in alle karakteristieke functionele fasen op basis van fysieke, vloeibare en structurele dynamische modulatie. Voortbouwend op deze rekenintensieve benaderingen is het project voor het eerst gericht op de ontwikkeling van een nieuwe, innovatieve, deep learning algoritme-gebaseerde simulatiebenadering (DLS-L) voor geïndividualiseerde, digitale longfunctieanalyses, die zal worden gebruikt bij de geleidelijke ontwikkeling van moderne diagnostische methoden en geïndividualiseerde therapietoepassingen in het klinische dagelijks leven. (Dutch)
19 December 2021
0 references
Con l'aiuto di un'analisi sistematica dell'autosimilarità, si prevede di effettuare una simulazione di un modello polmonare umano completo in tutte le fasi funzionali caratteristiche basate sulla modulazione dinamica fisica, fluida e strutturale. Sulla base di questi approcci ad alta intensità di calcolo, il progetto mira per la prima volta a sviluppare un nuovo approccio di simulazione basato sull'algoritmo di apprendimento profondo (DLS-L) innovativo e basato sull'apprendimento (DLS-L) per analisi della funzione polmonare digitale individualizzata, da utilizzare nel corso dello sviluppo progressivo di metodi diagnostici moderni e applicazioni terapeutiche individualizzate nella vita clinica di tutti i giorni. (Italian)
18 January 2022
0 references
Con la ayuda de un análisis sistemático de la autosimilitud, se planea realizar una simulación de un modelo pulmonar humano completo en todas las fases funcionales características basadas en la modulación dinámica física, fluida y estructural. Sobre la base de estos enfoques intensivos en computación, el proyecto pretende por primera vez desarrollar un nuevo enfoque innovador de simulación basada en algoritmos de aprendizaje profundo (DLS-L) para análisis de función pulmonar digital individualizado, que se utilizará en el curso del desarrollo progresivo de métodos de diagnóstico modernos y aplicaciones de terapia individualizada en la vida cotidiana clínica. (Spanish)
22 January 2022
0 references
Identifiers
DE_TEMPORARY_7007
0 references