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 an Item: Edited by the materialized bot - inferring region from the coordinates) |
(Changed label, description and/or aliases in fr, and other parts: Adding French translations) |
||||||||||||||
| label / fr | label / fr | ||||||||||||||
MDLs-L — Développement d’un outil de simulation mécanique couplé de DeepLear ning pour l’analyse extensive de la fonction pulmonaire | |||||||||||||||
| Property / summary | |||||||||||||||
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) | |||||||||||||||
| Property / summary: 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) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: 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) / qualifier | |||||||||||||||
point in time: 6 December 2021
| |||||||||||||||
Revision as of 13:05, 6 December 2021
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
Identifiers
DE_TEMPORARY_7007
0 references