MDLS-L – Development of a coupled, mechanistic DeepLear ning simulation tool for extensive lung function analysis (Q7289477): Difference between revisions
Jump to navigation
Jump to search
(BatchIngestion) |
(Changed label, description and/or aliases in pt) |
||||||
| (2 intermediate revisions by the same user not shown) | |||||||
| label / pt | label / pt | ||||||
MDLS-L – Desenvolvimento de uma ferramenta de simulação de ning DeepLear mecanicista e acoplada para análise extensiva da função pulmonar | |||||||
| Property / summary: With the help of a systematic self-similarity analysis, it is planned to perform a simulation of a complete human lung model based on physical, fluid and structural dynamic mod ellation bases in all characteristic functional sections n. Building on these computationally intensive approaches, the project is to develop for the first time a novel, based on deep learning algorithm mik and due to its high efficiency in comparison to established methods of real-time capable simulation approach (m DLS-L method) for individualised, digital lung function analyses, which will be used in the course of the progressive development of modern diagnostic procedures and individualised therapy applications in clinical everyday life. (English) / qualifier | |||||||
readability score: 0.4799231199373174
| |||||||
| Property / summary | Property / summary | ||||||
Com a ajuda de uma análise sistemática de autossimilaridade, está prevista a realização de uma simulação de um modelo pulmonar humano completo baseado em bases de mod ellação dinâmica física, fluida e estrutural em todas as secções funcionais características n. Com base nestas abordagens computacionalmente intensivas, o projeto irá desenvolver pela primeira vez um novo modelo, baseado no algoritmo de aprendizagem profunda mik e devido à sua elevada eficiência em comparação com os métodos estabelecidos de abordagem de simulação capaz em tempo real (método m DLS-L) para análises de função pulmonar digital individualizadas, que serão utilizadas no decurso do desenvolvimento progressivo de procedimentos diagnósticos modernos e aplicações terapêuticas individualizadas na vida clínica quotidiana. (Portuguese) | |||||||
Latest revision as of 14:30, 13 October 2024
Project GENERATED-ID-2014DE16RFOP007-2024-2-9-184691 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 GENERATED-ID-2014DE16RFOP007-2024-2-9-184691 in Germany |
Statements
318,965.37 Euro
0 references
1 May 2021
0 references
31 December 2023
0 references
TREAVES GmbH
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
À 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 sections fonctionnelles caractéristiques, sur la base d’une modulation physique, fluidique et structurale. S’appuyant sur ces approches à forte intensité de calcul, le projet vise à développer pour la première fois une approche de simulation en temps réel (procédure DLS-L) basée sur l’algorithme de DeepLearning mik, innovante et hautement efficace par rapport aux méthodes établies, pour l’analyse de la fonction pulmonaire numérique individualisée, qui doit être utilisée dans le cadre du développement progressif de méthodes de diagnostic modernes et d’interventions thérapeutiques individualisées dans la vie clinique quotidienne. (French)
0 references
Pomocí systematické analýzy sebepodobnosti se plánuje provést simulaci kompletního lidského plicního modelu založeného na fyzikálních, fluidních a strukturních dynamických základech modu ve všech charakteristických funkčních sekcích n. Na základě těchto výpočtově náročných přístupů má projekt poprvé vyvinout nový, založený na algoritmu hlubokého učení mik a vzhledem k jeho vysoké účinnosti ve srovnání se zavedenými metodami simulačního přístupu schopného v reálném čase (m DLS-L metoda) pro individualizované digitální analýzy plicních funkcí, které budou použity v průběhu postupného vývoje moderních diagnostických postupů a aplikací individualizované terapie v klinickém každodenním životě. (Czech)
0 references
S pomočjo sistematične analize samopodobnosti se načrtuje simulacija popolnega modela človeških pljuč, ki temelji na fizikalnih, tekočih in strukturnih dinamičnih modnih ellation podlagah v vseh značilnih funkcionalnih odsekih n. Na podlagi teh računalniško intenzivnih pristopov je projekt prvič razvil roman, ki temelji na algoritmu globokega učenja in zaradi visoke učinkovitosti v primerjavi z uveljavljenimi metodami simulacijskega pristopa v realnem času (metoda DLS-L) za individualizirane, digitalne analize pljučnih funkcij, ki se bodo uporabljale v progresivnem razvoju sodobnih diagnostičnih postopkov in individualiziranih terapevtskih aplikacij v kliničnem vsakdanjem življenju. (Slovenian)
0 references
Ar sistemātiskas pašlīdzības analīzes palīdzību ir plānots veikt pilnīga cilvēka plaušu modeļa simulāciju, pamatojoties uz fizikālajām, šķidrajām un strukturālajām dinamiskajām modulācijas bāzēm visās raksturīgajās funkcionālajās sekcijās n. Balstoties uz šīm skaitļošanas intensīvām pieejām, projekta mērķis ir pirmo reizi izstrādāt romānu, kas balstīts uz dziļās mācīšanās algoritmu mik un pateicoties tā augstajai efektivitātei salīdzinājumā ar iedibinātajām reāllaikā spējīgas simulācijas pieejas metodēm (m DLS-L metode) individualizētām, digitālām plaušu funkciju analīzēm, kas tiks izmantotas modernu diagnostikas procedūru un individualizētu terapijas lietojumu progresīvas izstrādes gaitā klīniskajā ikdienas dzīvē. (Latvian)
0 references
Süstemaatilise enesesarnasuse analüüsi abil on kavas teostada täieliku inimese kopsumudeli simulatsioon, mis põhineb füüsilistel, vedelatel ja struktuursetel dünaamilistel mod ellatsiooni alustel kõigis iseloomulikes funktsionaalsetes lõikudes n. Tuginedes nendele arvutuslikult intensiivsetele lähenemisviisidele, on projekti eesmärk töötada esimest korda välja uudne, mis põhineb süvaõppe algoritmi mikil ja tänu selle suurele tõhususele võrreldes väljakujunenud meetoditega reaalajas võimeka simulatsioonimeetodi (m DLS-L meetod) individuaalseks ja digitaalseks kopsufunktsiooni analüüsiks, mida kasutatakse kaasaegsete diagnostiliste protseduuride ja individualiseeritud ravirakenduste järkjärgulisel arendamisel kliinilises igapäevaelus. (Estonian)
0 references
Bl-għajnuna ta’ analiżi sistematika ta’ awtosimilarità, huwa ppjanat li titwettaq simulazzjoni ta’ mudell sħiħ tal-pulmun uman ibbażat fuq bażijiet ta’ modazzjoni ta’ modazzjoni fiżika, fluwidi u strutturali dinamiċi fit-taqsimiet funzjonali karatteristiċi kollha n. Filwaqt li jibni fuq dawn l-approċċi komputazzjonali intensivi, il-proġett huwa li għall-ewwel darba jiżviluppa ġdid, ibbażat fuq il-mik algoritmu ta’ tagħlim profond u minħabba l-effiċjenza għolja tiegħu meta mqabbel ma’ metodi stabbiliti ta’ approċċ ta’ simulazzjoni kapaċi f’ħin reali (metodu m DLS-L) għal analiżi individwalizzata u diġitali tal-funzjoni tal-pulmun, li se tintuża matul l-iżvilupp progressiv ta’ proċeduri dijanjostiċi moderni u applikazzjonijiet ta’ terapija individwalizzata fil-ħajja klinika ta’ kuljum. (Maltese)
0 references
With the help of a systematic self-similarity analysis, it is planned to perform a simulation of a complete human lung model based on physical, fluid and structural dynamic mod ellation bases in all characteristic functional sections n. Building on these computationally intensive approaches, the project is to develop for the first time a novel, based on deep learning algorithm mik and due to its high efficiency in comparison to established methods of real-time capable simulation approach (m DLS-L method) for individualised, digital lung function analyses, which will be used in the course of the progressive development of modern diagnostic procedures and individualised therapy applications in clinical everyday life. (English)
0.4799231199373174
0 references
Com a ajuda de uma análise sistemática de autossimilaridade, está prevista a realização de uma simulação de um modelo pulmonar humano completo baseado em bases de mod ellação dinâmica física, fluida e estrutural em todas as secções funcionais características n. Com base nestas abordagens computacionalmente intensivas, o projeto irá desenvolver pela primeira vez um novo modelo, baseado no algoritmo de aprendizagem profunda mik e devido à sua elevada eficiência em comparação com os métodos estabelecidos de abordagem de simulação capaz em tempo real (método m DLS-L) para análises de função pulmonar digital individualizadas, que serão utilizadas no decurso do desenvolvimento progressivo de procedimentos diagnósticos modernos e aplicações terapêuticas individualizadas na vida clínica quotidiana. (Portuguese)
0 references
Uz pomoć sustavne analize samosličnosti planira se provesti simulaciju kompletnog modela ljudskog pluća na temelju fizikalnih, fluidnih i strukturnih dinamičkih modnih podloga u svim karakterističnim funkcionalnim dijelovima n. Nadovezujući se na ove računalno intenzivne pristupe, projekt je prvi put razviti roman, temeljen na algoritmu dubokog učenja mik i zbog njegove visoke učinkovitosti u usporedbi s utvrđenim metodama simulacijskog pristupa u stvarnom vremenu (m DLS-L metoda) za individualizirane, digitalne analize plućnih funkcija, koje će se koristiti tijekom progresivnog razvoja suvremenih dijagnostičkih postupaka i individualiziranih terapijskih aplikacija u kliničkoj svakodnevici. (Croatian)
0 references
Con l'aiuto di un'analisi sistematica di auto-simiglianza, si prevede di eseguire una simulazione di un modello polmonare umano completo basato su basi di ellazione dinamica fisica, fluida e strutturale in tutte le sezioni funzionali caratteristiche n. Sulla base di questi approcci computazionalmente intensivi, il progetto è quello di sviluppare per la prima volta un romanzo, basato sull'algoritmo di deep learning mik e grazie alla sua elevata efficienza rispetto a metodi consolidati di approccio di simulazione capace in tempo reale (metodo m DLS-L) per analisi individualizzate e digitali della funzione polmonare, che saranno utilizzate nel corso dello sviluppo progressivo delle moderne procedure diagnostiche e delle applicazioni terapeutiche individualizzate nella vita quotidiana clinica. (Italian)
0 references
Cu ajutorul unei analize sistematice de auto-similaritate, se planifică efectuarea unei simulări a unui model pulmonar uman complet bazat pe bazele de ellare fizică, fluidă și structurală dinamică în toate secțiunile funcționale caracteristice n. Bazându-se pe aceste abordări intensive din punct de vedere computațional, proiectul urmează să dezvolte pentru prima dată un roman, bazat pe mik algoritm de învățare profundă și datorită eficienței sale ridicate în comparație cu metodele stabilite de abordare de simulare capabilă în timp real (metoda m DLS-L) pentru analize individualizate, digitale ale funcțiilor pulmonare, care vor fi utilizate în cursul dezvoltării progresive a procedurilor moderne de diagnosticare și a aplicațiilor terapeutice individualizate în viața clinică de zi cu zi. (Romanian)
0 references
Met behulp van een systematische zelfvergelijkingsanalyse is het de bedoeling om een simulatie uit te voeren van een compleet menselijk longmodel op basis van fysische, vloeibare en structurele dynamische modatiebasissen in alle karakteristieke functionele secties n. Voortbouwend op deze computationeel intensieve benaderingen, zal het project voor het eerst een roman ontwikkelen, gebaseerd op deep learning algoritme mik en vanwege de hoge efficiëntie in vergelijking met gevestigde methoden van real-time capabele simulatiebenadering (m DLS-L-methode) voor geïndividualiseerde, digitale longfunctieanalyses, die zullen worden gebruikt in de loop van de progressieve ontwikkeling van moderne diagnostische procedures en geïndividualiseerde therapietoepassingen in het klinische dagelijks leven. (Dutch)
0 references
Pomocou systematickej analýzy sebapodobnosti sa plánuje simulácia kompletného modelu ľudských pľúc na základe fyzikálnych, tekutých a štrukturálnych dynamických mod ellatačných báz vo všetkých charakteristických funkčných častiach n. Na základe týchto výpočtovo náročných prístupov má projekt po prvýkrát vyvinúť román založený na algoritme hlbokého učenia a vďaka svojej vysokej účinnosti v porovnaní so zavedenými metódami simulačného prístupu v reálnom čase (metóda m DLS-L) pre individualizované digitálne analýzy funkcií pľúc, ktorý sa bude používať v priebehu progresívneho vývoja moderných diagnostických postupov a individualizovaných liečebných aplikácií v klinickom každodennom živote. (Slovak)
0 references
Con la ayuda de un análisis sistemático de auto-similaridad, se planea realizar una simulación de un modelo pulmonar humano completo basado en bases de elación dinámicas físicas, fluidas y estructurales en todas las secciones funcionales características n. Sobre la base de estos enfoques computacionalmente intensivos, el proyecto desarrollará por primera vez una novela, basada en el algoritmo de aprendizaje profundo mik y debido a su alta eficiencia en comparación con los métodos establecidos de enfoque de simulación capaz en tiempo real (método m DLS-L) para análisis individualizados de función pulmonar digital, que se utilizarán en el transcurso del desarrollo progresivo de procedimientos diagnósticos modernos y aplicaciones de terapia individualizada en la vida diaria clínica. (Spanish)
0 references
Systemaattisen itsejäljentämisanalyysin avulla on tarkoitus tehdä simulaatio täydellisestä ihmisen keuhkomallista, joka perustuu fyysisiin, nestemäisiin ja rakenteellisiin dynaamisiin modulaatiopohjiin kaikissa ominaisissa toiminnallisissa osissa n. Näiden laskennallisesti intensiivisten lähestymistapojen pohjalta hankkeessa kehitetään ensimmäistä kertaa uusi, syväoppimiseen perustuva algoritmi mik ja sen korkea tehokkuus verrattuna vakiintuneisiin menetelmiin reaaliaikaisesti kykenevä simulaatiomenetelmä (m DLS-L-menetelmä) yksilöllisiin, digitaalisiin keuhkojen toiminta-analyyseihin, joita käytetään nykyaikaisten diagnostisten menettelyjen ja yksilöllisten hoitosovellusten asteittaisessa kehittämisessä kliinisessä jokapäiväisessä elämässä. (Finnish)
0 references
Ved hjælp af en systematisk selvlignende analyse er det planlagt at udføre en simulering af en komplet menneskelig lungemodel baseret på fysiske, flydende og strukturelle dynamiske modellationsbaser i alle karakteristiske funktionelle sektioner n. Med udgangspunkt i disse beregningsmæssigt intensive tilgange skal projektet for første gang udvikle en roman baseret på deep learning algoritme mik og på grund af dens høje effektivitet sammenlignet med etablerede metoder til real-time-kompatibel simuleringstilgang (m DLS-L metode) til individualiserede, digitale lungefunktionsanalyser, som vil blive brugt i løbet af den progressive udvikling af moderne diagnostiske procedurer og individualiserede terapiapplikationer i klinisk hverdag. (Danish)
0 references
Szisztematikus önhasonlósági analízissel tervezzük egy teljes emberi tüdőmodell szimulációját, amely fizikai, folyadék- és szerkezeti dinamikus mod ellációs bázisokon alapul minden jellemző n funkcionális szakaszban. Ezekre a számításilag intenzív megközelítésekre építve a projekt első alkalommal dolgozza ki a mélytanulási algoritmuson alapuló újítást, amelynek nagy hatékonysága a valós idejű szimulációs megközelítés (m DLS-L módszer) bevált módszereivel összehasonlítva személyre szabott, digitális tüdőfunkció-elemzésekhez használható, amelyet a modern diagnosztikai eljárások és az egyénre szabott terápiás alkalmazások fokozatos fejlesztése során használnak fel a klinikai mindennapi életben. (Hungarian)
0 references
Med hjälp av en systematisk självlikhetsanalys planeras en simulering av en komplett mänsklig lungmodell baserad på fysiska, flytande och strukturella dynamiska modellationsbaser i alla karakteristiska funktionella sektioner n. Projektet bygger på dessa beräkningsintensiva metoder för att för första gången utveckla en roman, baserad på djupinlärningsalgoritmen mik och på grund av dess höga effektivitet i jämförelse med etablerade metoder för realtidssimuleringsmetod (m DLS-L-metoden) för individualiserade, digitala lungfunktionsanalyser, som kommer att användas i den progressiva utvecklingen av moderna diagnostiska procedurer och individualiserade terapiapplikationer i kliniskt vardagsliv. (Swedish)
0 references
Sisteminės savęs panašumo analizės pagalba planuojama atlikti viso žmogaus plaučių modelio modeliavimą, pagrįstą fiziniais, skysčiais ir struktūriniais dinaminiais modų elliacijos pagrindais visose būdingose funkcinėse sekcijose n. Remiantis šiais skaičiavimo intensyviais metodais, projektas pirmą kartą turi sukurti romaną, pagrįstą giliojo mokymosi algoritmu mik ir dėl jo didelio efektyvumo, palyginti su nustatytais realaus laiko imitavimo metodo (m DLS-L metodas) metodais individualizuotoms, skaitmeninėms plaučių funkcijų analizėms, kurios bus naudojamos progresyviai plėtojant šiuolaikines diagnostikos procedūras ir individualizuotą terapiją kasdieniame klinikiniame gyvenime. (Lithuanian)
0 references
Με τη βοήθεια μιας συστηματικής ανάλυσης ομοιότητας, σχεδιάζεται να πραγματοποιηθεί μια προσομοίωση ενός πλήρους ανθρώπινου πνευμονομοντέλου που βασίζεται σε φυσικές, ρευστές και δομικές δυναμικές βάσεις ellation mod σε όλα τα χαρακτηριστικά λειτουργικά τμήματα n. Με βάση αυτές τις υπολογιστικά εντατικές προσεγγίσεις, το έργο είναι να αναπτύξει για πρώτη φορά ένα μυθιστόρημα, βασισμένο σε αλγόριθμο βαθιάς μάθησης mik και λόγω της υψηλής αποτελεσματικότητάς του σε σύγκριση με καθιερωμένες μεθόδους κατάλληλης προσέγγισης προσομοίωσης σε πραγματικό χρόνο (μέθοδος m DLS-L) για εξατομικευμένες, ψηφιακές αναλύσεις πνευμονικής λειτουργίας, οι οποίες θα χρησιμοποιηθούν κατά τη διάρκεια της προοδευτικής ανάπτυξης σύγχρονων διαγνωστικών διαδικασιών και εξατομικευμένων εφαρμογών θεραπείας στην κλινική καθημερινή ζωή. (Greek)
0 references
Le cabhair ó anailís chórasach féinchosúlachta, tá sé beartaithe ionsamhlúchán a dhéanamh ar shamhail iomlán scamhóg daonna bunaithe ar bhoinn ellation mod fhisiciúla, sreabhacha agus struchtúracha i ngach roinn feidhme sainiúil n. Ag tógáil ar na cineálacha cur chuige sin atá dian ar ríomhaireacht, tá an tionscadal chun úrscéal a fhorbairt den chéad uair, bunaithe ar algartam domhainfhoghlama mik agus mar gheall ar a ardéifeachtúlacht i gcomparáid le modhanna seanbhunaithe cur chuige ionsamhalta fíor-ama (m modh DLS-L) le haghaidh anailísí aonair digiteacha ar fheidhm scamhóg, a úsáidfear le linn forbairt fhorchéimnitheach nósanna imeachta diagnóiseacha nua-aimseartha agus feidhmeanna teiripe indibhidiúla sa saol cliniciúil. (Irish)
0 references
С помощта на систематичен анализ на самоподобността се планира да се извърши симулация на цялостен човешки белодробен модел, основан на физически, флуидни и структурни динамични мод елационни бази във всички характерни функционални раздели n. Въз основа на тези изчислително интензивни подходи, проектът е да се разработи за първи път роман, базиран на алгоритъм за дълбоко обучение mik и поради високата си ефективност в сравнение с установените методи за способен симулационен подход в реално време (m DLS-L метод) за индивидуализирани, цифрови анализи на белодробната функция, които ще се използват в хода на прогресивното разработване на съвременни диагностични процедури и индивидуализирани терапевтични приложения в клиничното ежедневие. (Bulgarian)
0 references
16 February 2024
0 references
Identifiers
GENERATED-ID-2014DE16RFOP007-2024-2-9-184691
0 references