Publikationer från KTH
Not a member yet
57933 research outputs found
Sort by
How does the sale of second-hand clothes affect the market for newly produced clothing?
No full textDenna rapport undersöker hur begagnade kläder påverkar konsumtionen av nyproduceradekläder i Stockholm, med särskilt fokus på fysiska butiker. Studien bygger på en enkätundersökning med 107 respondenter samt en litteraturgenomgång. Tre centrala områdenanalyseras: ersättningsgrad, rekyleffekt och påverkan på nyförsäljning. Resultatet visar att begagnade kläder i viss utsträckning ersätter nyköp, men inte fullt ut. Den genomsnittliga ersättningsgraden uppskattas ligga mellan 40 till 60 procent, vilket innebär att köp av 100 begagnade plagg ersätter 40–60 nyproducerade. Underkläder anses som oattraktiva och bidrar inte till en stor andel av andrahandsköp, medan tröjor, byxor och barnkläder är vanligare och har en högre ersättningsgrad. Studien identifierar även rekyleffekter, där besparingar från billigare begagnade köp kan användas till ytterligare konsumtion. Cirka 12,1 % av respondenterna uppger att de använder de sparade pengarna till att köpa fler kläder, vilket kan minska den miljömässiga vinsten av återanvändning. Detta visar att andrahandsmarknaden för kläder i Stockholm bidrar till en viss minskning av nyförsäljning, men att en fullständig ersättning av nyproducerade kläder inte sker. Detta beror bland annat på att konsumentbeteenden som impulsköp och osäkerhet kring användning av sparade pengar tyder på att rekyleffekter fortfarande kan driva på en ökad totalkonsumtion.Vidare framgår att fysiska butiker dominerar handeln med begagnade kläder i Stockholm, vilket stärker deras roll i den cirkulära ekonomin. Resultatet indikerar att andrahandsmarknaden har en tydlig men begränsad påverkan på nyförsäljningen av kläder. För att maximera dess positiva effekt krävs strategier som ökar ersättningsgraden för att motverka rekyleffekten. Studien drar slutsatsen att även om andrahandsmarknaden bidrar till minskade inköp av kläder och stöder cirkulärekonomiska mål, begränsas dess fulla potential av konsumentbeteenden och marknadsdynamik. Policys och affärsstrategier bör därför syfta till att stärka ersättningsgraden för att motverka oavsiktliga ökningar i den totala konsumtionen.This report investigates how sales of second-hand clothing affects the sales of newly produced clothes in Stockholm, with a focus on physical stores. Utilizing methods including a survey of 107 respondents and a review of relevant literature, the report examines key concepts such as substitution rate, rebound effect, and consumption patterns. Findings suggest that second-hand clothing partially replaces new purchases, with an estimated substitution rate between 40% and 60%. However, variations in consumer behavior and the types of clothes influence the effectiveness of this substitution. A minor but significant rebound effect was identified, where economic savings from lower prices may lead to increased total consumption. The study concludes that while the second-hand market contributes to reduced new clothing purchases and supports circular economy goals, its full potential is limited by consumer habits and market dynamics. Policy measures and business strategies should therefore aim to strengthen substitution effects and reduce unintended increases in overall consumption.
Analysis of Corrective Actions After Workplace Accidents: HTO-Based Recommendations
No full textThis thesis investigates the effectiveness of post-incident corrective actions in a chemical process industry company, aiming to identify strategies that prevent incident recurrence. Despite efforts to reduce occupational accidents, the company failed to meet its 10% annual reduction target in Lost Time Injury Frequency Rate (LTIFR) for 2024. The study employs a mixed-methods case study design, including a document review of 15 incident reports from 2023, a stakeholder survey (n = 14), and semi-structured interviews. Quantitative data were analyzed descriptively using non-parametric methods, while thematic analysis was applied to qualitative data. Findings reveal that while corrective actions were moderately perceived as effective—particularly those involving engineering controls—barriers such as delayed implementation, weak integration into work processes, limited follow-up, and resistance to change hindered long-term success. Stakeholders rated technical modifications higher than procedural or PPE-based interventions. Based on these findings, the study proposes Human-Technology-Organization (HTO)-grounded recommendations to enhance the sustainability and systemic alignment of corrective actions. The research highlights the importance of leadership commitment, timely execution, and contextual integration to improve safety outcomes in high-risk industrial settings
Maskininlärningsbaserad Uplink Power Control för Cell-Free MIMO
No full textUplink performance and energy efficiency are critical concerns for wireless network’s air interface design, particularly in the future 6G standard. One of the enabling technologies to achieve these targets is cell-free Multiple Input Multiple Output (MIMO), wherein a User Equipment (UE) will be connecting to the network in cell-free mode. Introduced as an evolution of the current multi-Transmission Reception Points (TRP) communication in 5G, Cell-free MIMO generalizes the concept of multi-TRP by extending cooperation to a much larger scale and breaking down the constraints of traditional cell-based designs, thereby providing a uniform service quality and eliminating inter-cell interference. While having a great potential to improve overall communication performance, this cell-free method brings up new challenges such as excessive Channel State Information (CSI)-Reference Signal (RS) measurements for power control. Nevertheless, the rapid growth of Machine Learning (ML) in recent years opens up possibilities for leveraging its powerful predictive capabilities at the device or the network to optimize and streamline air interface operations. Therefore, this thesis explores the potential of ML for predicting pathloss estimates, to address the excessive CSI-RS measurements issue in cell-free MIMO. We studied supervised learning models and different network environment parameters. Simulations have validated the feasibility of using ML for pathloss prediction, achieving up to a 50% reduction in CSI-RS measurements and enabling device energy savings. By integrating ML into uplink power control, this work reduces the cost of pathloss tracking, promoting smarter and more sustainable wireless communication.Uppkopplingsprestanda och energieffektivitet är viktiga faktorer för utformningen av trådlösa nätverks luftgränssnitt, särskilt i den framtida 6G-standarden. En av de teknologier som möjliggör att uppnå dessa mål är cellfri MIMO, där en UE kommer att ansluta till nätverket i cellfri läge. Cellfri MIMO introducerades som en evolution av den nuvarande multi-TRP-kommunikationen i 5G och generaliserar begreppet multi-TRP genom att utöka samarbetet till en mycket större skala och bryta ner begränsningarna i traditionella cellbaserade design, vilket ger en enhetlig tjänstekvalitet och eliminerar inter- cell-interferens. Trots den stora potentialen att förbättra den övergripande kommunikationsprestandan medför denna cellfria metod nya utmaningar, såsom överdrivna CSI-RS- mätningar för effektkontroll. Trots detta öppnar den snabba utvecklingen av ML under de senaste åren upp möjligheter för att utnyttja dess kraftfulla prediktiva förmåga på enhet- eller nätverksnivå för att optimera och effektivisera luftgränssnittsoperationer. Därför utforskar denna avhandling potentialen hos ML för att förutsäga pathloss-uppskattningar för att hantera problemet med överdrivna CSI-RS-mätningar i cellfri MIMO. Vi har studerat övervakade inlärningsmodeller och olika nätverksparametrar. Simulationer har validerat genomförbarheten att använda ML för pathloss-prediktion, vilket ger upp till 50 % minskning av CSI-RS-mätningar och möjliggör energieffektivisering av enheter. Genom att integrera ML i uppkopplingsstyrning reducerar detta arbete kostnaden för pathloss-spårning, vilket främjar smartare och mer hållbar trådlös kommunikation
The expansion of the planner’s rationality in citizen dialogues : A Study on AI’s potential to enhance efficiency and foster democratization in consultation processes
No full textIdag kan samrådsfaserna i våra planeringsprocesser ses präglas av enflaskhalsproblematik. Samrådens funktion av att spegla och integrera medborgares synpunkter iplanförslag begränsas, på grund av en brist på tid och resurser. De stadsplanerarna somansvarar för samråden tvingas därför nedprioritera fullständiga undersökningar avsynpunkternas ursprung – och därmed analyser av deras underliggande premisser. Dettatillåter inflytelserika aktörer kan förskjuta diskursens underliggande rationalitet till sinafördelar, på bekostnad av intressenter med lägre status. Det är denna dynamik som försvårarför strävan mot mer deliberativ demokrati, där principen om folkstyre upprätthålls genomlikvärdig behandling av argument. Men givet den relativt nya upptäckten av den artificiellaintelligensens kraftfulla förmåga till naturlig språkbehandling skymtar en potentiell lösning:att automatisera den monotona men tidskrävande kategoriseringen av samrådssynpunkter, vilket frigör tid som planerarna kan återinvestera i mer djupgående analyser av de diskursbildande processerna. Denna studie har sammanställt ett kunskapsunderlag som syftar till att integrera denyckelinsikter som krävs för att utveckla en AI-driven modell som kan effektivisera ochdemokratisera planeringens samrådsprocesser, med särskilt fokus på sammanställningarna avderas tillhörande samrådsredogörelser. Det insamlade kunskapsunderlaget visar att dagenskategoriseringsprocesser kan fullt ut replikeras och automatiseras med en AI-modell, vilketger både eftersträvade tidsvinster, men även grundläggande kvalitetshöjningar. Tack varedessa modellers skalbarhet kan ramverket också utvidgas för att hantera ytterligarekontextberikande uppgifter, vars resultat sedan kan visualiseras med valbara grafer ianvändargränssnittet – och därmed hjälpa planerarna att upprätthålla en mer deliberativdiskurs. I diskussionen föreslås att dessa förbättringar ska utforskas vidare genom konkretapilot- och forskningsprojekt för att uppnå den fulla potentialen av denna typ av modell.Kunskapsunderlaget beaktar dessutom de risker som är förknippade med AI-drivna system.Today, the consultation stages of our planning processes can be characterized by a bottleneckphenomenon. Their ability to reflect and integrate citizens’ comments into planning proposalsis constrained by a lack of time and resources. Urban planners overseeing these consultationsare therefore forced to deprioritize comprehensive examinations of where those comments originate—and thus analyses of their underlying premises. This allows influential actors to skew the discourse’s rational foundations to their advantage, at the expense of lower-statusstakeholders. It is this dynamic that impedes the pursuit of a more deliberative democracy, inwhich popular rule is upheld through the equal treatment of arguments. However, given therelatively recent emergence of artificial intelligence’s powerful natural-language processing capabilities, a potential solution comes into view: automating the monotonous yet time-consuming categorization of consultation comments, thereby freeing up time that planners can reinvest in deeper analyses of the discursive processes. This study has assembled a knowledge base aimed at integrating the key insights needed todevelop an AI-driven model capable of streamlining and democratizing planning’sconsultation processes, with a particular focus on compiling their associated consultationreports. The collected evidence shows that today’s categorization workflows can be fullyreplicated by—and automated with—an AI model, yielding both the sought-after timesavings and fundamental quality improvements. Thanks to the scalability of such models, thisframework can be extended to handle additional context-enriching tasks, which can in turn bevisualized via optional graphs in the user interface—thereby helping planners sustain a moredeliberative discourse. The discussion proposes that these enhancements be explored furtherthrough concrete pilot and research projects aimed at developing this type of model. Theknowledge base also accounts for the risks inherent to AI-driven systems
The Site Leasehold Institution in Transition : A Genealogy of Its Practice and Future
No full textDenna studie undersöker tomträttsinstitutets historiska utveckling och samtida utmaningar som markpolitiskt instrument i Sverige. Tomträtt är en särskild form av offentligt markägande som infördes i början av 1900-talet. Syftet var att omforma den dåvarande bostadsutvecklingen som ett svar på den rådande bostadsnöden och bostadsmisären som drabbat storstäderna. Genom ett övergripande kommunalt bostadsansvar skulle staden, genom att själv äga marken, styra den framtida bostadsutvecklingen. Över tid har tomträtten formats av politiska och rättsliga spänningar, och därmed fått det allt svårare att svara för dess ursprungliga syften. Under senare år har debatten blivit allt mer politiskt laddad, då stigande marktaxeringsvärden fördjupat institutionens inlåsningar och konflikter. Genom en genealogisk metodologi studeras tomträttsinstitutets historiska utveckling, där inbäddade regler och strukturer spåras tillbaka till sina politiska och rättsliga konflikter. Tillsammans med det teoretiska ramverket historisk institutionalism har dessa två angreppsätt använts för att uppfylla studiens övergripande syfte. Genom det teoretiska ramverket har tomträtten kunnat förstås utifrån sina institutionella egenskaper, såsom stigberoende effekter, positiv återkoppling, kritiska vägskäl och utvecklingsvägar. De metoder som använts för att besvara studiens forskningsfrågor innefattas av en litteraturöversikt av tidigare forskning inom området, en analys av sex statliga utredningar publicerade mellan 1928 och 2012 samt en fallstudie av Stockholms stads användning av tomträtt. Fallstudien belyser tomträttens nutida utmaningar och baseras på intervjuer med tjänstepersoner som använder institutet i sitt dagliga arbete. Studiens resultat visar att tomträttsinstitutet ständigt varit föremål för politiska och rättsliga konflikter, vilket i sin tur format dess utveckling och användning. Från att ursprungligen svara mot tre grundläggande politiska motiv (mark-, bostad- och planpolitiskt), visar studien en gradvis förskjutning till att främst uppfylla sitt markpolitiska motiv. I takt med att tomträtten har svårt att svara dessa tre motiv undergrävs dess legitimitet av interna och externa påtryckningar. Samtidigt visar studien på tomträttens fortsatt viktiga funktion att möjliggöra för kommuner att uppnå bostadspolitiska mål att bygga hyresbostäder i ett marknadspolitiskt klimat som prioriterar andra upplåtelseformer. Avslutningsvis bidrar studien med en bredare diskussion om tomträtten i relation till historiskt skapade institutioner, i syfte att bidra till en djupare förståelse för hur planeringsinstrument formas och påverkas av institutionella arv. Därmed strävar studien efter att ge nya perspektiv på dess möjligheter, samtidigt som den betonar vikten av att framtida politiker och tjänstepersoner bör vara försiktiga vid skapandet av stigberoende institutioner som kan bli konfliktfyllda och svåra att förändra över tid.This study examines the historical development and contemporary challenges of tomträtt (site leasehold) as a land policy instrument in Sweden. Tomträtt is a specific form of public land ownership introduced in the early 20th century. Its purpose was to reshape urban housing development in response to the prevailing housing shortage and poor living conditions affecting major cities. By assuming comprehensive municipal responsibility for housing and keeping land ownership, municipalities aimed to govern future urban development. Over time, the leasehold system has been shaped by political and legal tensions, making it difficult to fulfill its original purposes. In recent years, the debate has grown politically controversial, as rising assessed land values have deepened institutional lock-ins and conflicts. Applying a genealogical methodology, the study traces the historical development of the leasehold system by uncovering embedded rules and structures rooted in political and legal conflicts. Combined with the theoretical framework of historical institutionalism, these two approaches have been used to fulfill the study’s overall aim. Through this theoretical framework the leasehold system is understood in terms of its institutional characteristics, such as path dependency, positive feedback, critical junctures, and developmental trajectories. The methods used to address the study’s research questions include a literature review of previous work in the field, an analysis of six government inquiries published between 1928 and 2012, and a case study of the City of Stockholm’s use of the leasehold system. The case study highlights current challenges and is based on interviews with civil servants who implement the instrument in their daily work. The study’s findings show that the leasehold system has continually been subject to political and legal conflict, which has in turn shaped its development and use. While it was originally designed to serve three fundamental political aims — land, housing, and planning policy — the study reveals a gradual shift towards a primary focus on land policy objectives. As the leasehold system struggles to meet all three aims, its legitimacy is increasingly challenged by both internal and external pressures. At the same time, the study demonstrates how it continues to enable municipalities to pursue housing policy goals, such as construction of rental housing, even in a market-oriented land policy climate that prioritises other tenure forms. In conclusion, the study contributes to a broader understanding of tomträtt in relation to historically embedded institutions, aiming to deepen our understanding of how planning instruments are shaped in response to institutional legacies. As such, it seeks to provide new perspectives on the potential of such instruments, while highlighting the importance of caution when creating path-dependent institutions that may become conflict-ridden and resistant to change over time
The Impact of CSRD on Real Estate Companies : How does CSRD affect real estate companies sustainability work?
No full textÅr 2023 kom ett nytt EU-direktiv som kallas CSRD, Corporate Sustainability Reporting Directive. Den nya lagstiftningen reglerar hur vissa företag ska rapportera icke-finansiell information i sin årsredovisning. Då bygg- och fastighetssektorn bär på ett stort ansvar när det kommer till miljöpåverkan har hållbarhet och hållbarhetsrapportering en stor betydelse i branschen. Syftet med denna studie är att få en djupare förståelse för vad fastighetsbranschen och relaterade aktörer tycker om implementeringen av CSRD och varför. För att hitta detta har insamling av information och data gjorts utifrån en kvalitativ metod. Resultatet från studien visar att initiativet bakom CSRD är god men att den administrativa bördan har blivit för stor. Många företag har inte tillräckligt med resurser och kunskap för att uppnå kraven för CSRD, vilket resulterar i att man underminerar fokuset på det faktiska hållbarhetsarbetet. Det krävs bättre incitament för att företag ska arbeta mer proaktivt. CSRD är för omfattande, det hade varit lättare och mer motiverande att arbeta utifrån direktiv som är särskilt tillämpade på fastighetsbranschen. In 2023, a new EU directive called CSRD, Corporate Sustainability Reporting Directive, was implemented. The new legislation regulates how certain companies, in their annual report, should report non-financial information. The construction and real estate sector carries a significant responsibility when it comes to environmental impact which is why sustainability and sustainability reporting are of great importance in the industry. The purpose of this study is to gain a deeper understanding of what the real estate industry, and related actors, think about the implementation of CSRD and why. To find this, information and data collection has been done based on a qualitative method. The results of this study show that the idea behind CSRD is good but that the administrative burden has become too great. Many companies do not have enough resources and knowledge to achieve these requirements and focus on losing the actual sustainability work. Better incentives are needed for companies to work more proactively. CSRD as it currently stands is too extensive and that it has been easier and more motivated to work according to directives that are specifically applied to the real estate industry
Packaging as a Business Strategy : A Transaction Cost Analysis for Real Estate Companies
No full textI denna kandidatuppsats har vi undersökt hur paketering av fastigheter används somaffärsstrategi för att minska transaktionskostnader vid försäljning av kommersiella fastigheteri Sverige. Studien bygger på en kvalitativ metod med intervjuer av branschaktörer, analys avårsredovisningar från större fastighetsbolag samt teoretiska utgångspunkter med fokus påtransaktionskostnadsteori. Studien visar att paketering framför allt förekommer vid större affärer, där möjligheten attundvika stämpelskatt och i vissa fall kapitalvinstskatt utgör ett starkt incitament. Utöver deskattemässiga fördelarna lyfts även andra motiv fram, såsom förenklad due diligence, kortareförsäljningstid och ökad flexibilitet i ägarstrukturen. Dessa faktorer bidrar till lägretransaktionskostnader och gör paketerade fastigheter mer attraktiva för professionella ochinternationella investerare. Samtidigt visar studien att paketering kan påverka marknadens transparens negativt. Eftersompaketerade affärer inte registreras på samma sätt som direkta fastighetsförvärv minskar insynenoch gör prisinformation svårtillgänglig, vilket försvårar värdering och skaparinformationsasymmetri. Det väcker frågor om rättssäkerhet och behovet av tydligare reglering. Slutsatsen är att paketering fungerar som ett effektivt verktyg för att optimera störrefastighetstransaktioner, men att det också medför samhällsmässiga utmaningar kopplade tilltransparens, skatteintäkter och marknadens effektivitet.In this bachelor's thesis, we have examined how property packaging is used as a businessstrategy to reduce transaction costs in the sale of commercial real estate in Sweden. The studyis based on a qualitative method involving interviews with industry professionals, analysis ofannual reports from major property companies, and theoretical frameworks with a focus ontransaction cost theory. The study shows that packaging is primarily used in larger transactions, where the possibilityof avoiding stamp duty and, in some cases, capital gains tax serves as a strong incentive. Inaddition to tax-related benefits, other motives are highlighted, such as simplified due diligence,shorter sales processes, and increased flexibility in ownership structure. These factorscontribute to lower transaction costs and make packaged properties more attractive toprofessional and international investors. At the same time, the study indicates that packaging may negatively affect market transparency. Since packaged transactions are not registered in the same way as direct property acquisitions, access to pricing information is reduced, which complicates valuation and increasesinformation asymmetry. This raises concerns about legal certainty and the need for clearerregulation. The conclusion is that packaging serves as an effective tool for optimizing large-scale propertytransactions, but it also entails societal challenges related to transparency, tax revenues, andmarket efficiency
Algoritm för bendetektering med hjälp av RF-signaler med lågt antal och låg upplösning från en terapeutisk ljudvågssond
No full text Cardiac shockwave therapy (CSWT) is a promising non-invasive treatment for patients with refractory angina, aiming to stimulate myocardial regeneration by delivering acoustic energy to ischemic heart regions. However, the therapeutic CSWTprobeusedin this work has limited spatial resolution due to their low element count and large crystal sizes, making it difficult to detect and avoid bone structures such as ribs that can obstruct wave propagation towards the therapy target. This study presents a proof-of-concept algorithm designed to detect bone structures using low-resolution RF signals acquired with the therapeutic probe. The approach was implemented through ex-vivo phantom experiments using pork ribs, signal preprocessing, feature extraction, and machine learning algorithms. Multiple models were evaluated, achieving test accuracies above 82%, with Support Vector Machines and Ensemble Trees demonstrating strong performance. The standing-out models were able to reliably identify blocked elements in most probe positions, offering a potential method to guide probe orientation and optimize therapy
Neurala implicita representationer för brusreducering och superupplösning av cerebrovaskulär 4D Flow MRI
No full textHaemodynamic assessment is key to diagnosing and managing cardiovascular disease. 4D Flow MRI is a non-invasive imaging technique that enables mapping of the blood flow, however, its clinical utility is limited by low spatial resolution, long acquisition times and effective imaging noise. The objective of this thesis is to study the super-resolving potential of neural implicit representations in cerebrovascular 4D Flow MRI. For this purpose, two networks, sinusoidal representation network (SIREN) and Fourier Feature Networks (FFNs), were implemented and evaluated. The networks were trained under different physics-informed and spectral bias conditions, using in-silico 4D Flow MRI data. The generalisation capabilities of the networks were studied across different geometries from three generated \textit{in-silico} CFD simulations, originating from acquired patient-specific 4D Flow MRI data. The results showcased the capability of the networks to accurately reconstruct the cerebrovascular flow. Using physics-informed configurations proved positive for the prediction of physically feasible flows. Furthermore, the inherent spectral bias values were observed to have a fundamental impact on super-resolution performance. Moreover, optimal ranges for spectral bias were observed to coincide across the three studied cases, highlighting the generalisation capabilities of this approach. These findings highlight the applicability of the neural implicit representations for super-resolution of the cerebrovascular flow, which could set a precedent for future studies aiming to improve the clinical applicability of 4D Flow MRI. Hemodynamisk bedömning är avgörande för diagnostik och behandling av hjärt- och kärlsjukdomar. 4D Flow MRI är en icke-invasiv avbildningsteknik som möjliggör kartläggning av blodflödet, men dess kliniska användbarhet begränsas av låg spatial upplösning, långa skanningstider och brus. Syftet med detta examensarbete är att undersöka potentialen hos neurala implicita representationer för superupplösning av cerebrovaskulär 4D Flow MRI. För detta ändamål implementerades och utvärderades två nätverk: sinusoidala representationsnätverk (SIREN) och Fourier Feature Networks (FFNs). Nätverken tränades under olika fysikbaserade och "spectral bias"-konfigurationer, med hjälp av simulerad in-silico 4D Flow MRI-data. Generaliseringsförmågan hos nätverken studerades i olika geometrier baserade på tre genererade in-silico CFD-simuleringar, som i sin tur utgick från insamlad patient-specifik 4D Flow MRI-data. Resultaten visade att nätverken har kapacitet att noggrant rekonstruera cerebrovaskulärt flöde. Fysikinformerade konfigurationer visade sig vara gynnsamma för prediktion av fysiskt koherenta flöden. Dessutom hade nätverkens "spectral bias"-värden en fundamental inverkan på superupplösningsförmågan. Optimala intervall för "spectral bias" observerades dessutom sammanfalla mellan de tre fallen, vilket understryker metodens generaliseringspotential. Dessa resultat pekar på en möjlig tillämpning av neurala implicita representationer för superupplösning av cerebrovaskulärt flöde, vilket kan bana väg för framtida studier som syftar till att förbättra den kliniska tillämpningen av 4D Flow MRI
Intelligent diagnostik- och skruvplaneringssystem baserat på
No full textLisfranc injuries, ranging from ligament sprains to fractures and dislocationsin the midfoot, are often challenging to diagnose. Its misdiagnosis rates inclinic could be between 20% and 50%. Recent advancements in deep learninghave transformed traditional fracture detection and classification in medicalimaging, but its application to Lisfranc injuries remains underexplored. Thediagnosis of lisfranc fracture primarily relies on non-weight-bearing (NWB)X-rays, including anteroposterior, oblique and lateral views, which aresufficient for detecting obvious fractures. Besides, Computed Tomography(CT) scans are used for more precise evaluation and aid in preoperativeplanning for surgical intervention in cases with displaced or unstable injuries.The objective of this thesis is to develop a system for the management ofLisfranc fractures, encompassing both diagnosis and surgical treatmentplanning. To achieve this, a deep learning model was designed to classifywhether the Lisfranc joint is fractured. The model was specifically designed tointegrate multi-view (anteroposterior and oblique) X-ray image inputs forinformation fusion. Additionally, Class Activation Mapping (CAM) wasincorporated into the architecture to provide interpretable visualizations,highlighting regions that most influenced the classification outcome. Fortreatment planning, a reinforcement learning approach in Unity platformutilizing the ML-Agents algorithm was employed to optimize the screwinsertion trajectory during pre-operative planning, ensuring minimal risk andoptimal alignment with the fracture site.The results showed that diagnosis model achieves a classification accuracy of85.11% and AUC of 0.9058 for Lisfranc fractures, with heatmaps providingprecise localization of fracture regions. Additionally, treatment modelsuccessfully demonstrated a complete screw implantation trajectory in onepatient case, aligning with clinical requirements from a professional doctor.These results underscore the potential of machine learning to advancecomputer-aided diagnosis and surgical planning in orthopedics, particularlyfor complex injuries like Lisfranc fractures. This work contributes to thegrowing efforts to improve healthcare outcomes through innovativetechnological solutions.Lisfranc-skador – som sträcker sig från ligamentsträckningar till fraktureroch ledförskjutningar i mellanfoten – är ofta svåra att diagnostisera.Misstagningsfrekvensen i klinisk praxis kan ligga mellan 20% och 50%. Trotsatt djupinlärning revolutionerat traditionell frakturdetektering i medicinskbildbehandling, finns det begränsade studier kring dess tillämpning påLisfranc-skador. Diagnosen ställs primärt med icke-belastade (NWB)röntgenbilder inklusive anteroposteriora, oblika och laterala vyer, vilka räckerför att upptäcka tydliga frakturer. Dessutom används datortomografi (DT) förmer exakt bedömning och preoperativ planering vid förskjutna eller instabilaskador.Syftet med detta arbete är att utveckla ett system för hantering avLisfranc-frakturer, omfattande både diagnostik och kirurgiskbehandlingsplanering. En djupinlärningsmodell designades för attklassificera förekomsten av Lisfranc-frakturer, med integrering av flervyade(anteroposterior + oblika) röntgenbilder för informationsfusion.Klassenaktiveringskartläggning (CAM) införlivades för att genereratolkningsbara visualiseringar som belyser bidragande anatomiska regioner.För behandlingsplanering användes en förstärkningsinlärningsmetod(Unity-plattform med ML-Agents-algoritm) för att optimeraskruvinsertionsbanor preoperativt med minimal risk och optimal anpassningtill frakturzonen.Resultaten visar att diagnostikmodellen uppnår 85.11%klassificeringsnoggrannhet och AUC 0.9058 för Lisfranc-frakturer, medvärmekartor som exakt lokaliserar skaderegioner. Behandlingsmodellendemonstrerade dessutom en fullständig skruvinsertionsbana i en patientfall, ilinje med kliniska krav från specialister. Dessa resultat belysermaskininlärningens potential att förbättra datorstödd diagnostik ochoperationsplanering inom ortopedin, särskilt för komplexa skador somLisfranc-frakturer. Arbetet bidrar till pågående ansträngningar att förbättravårdresultat genom innovativa teknologilösningar