96491 research outputs found
Sort by
ARTERIAL an AI framework for mechanical thrombectomy Planning through the automated characterization of vascular tortuosity
No full textSystem requirements: For deployment, Arterial has been partly tested on Ubuntu 18.04 and 20.04. Check for Cuda compatibility (cuDNN, cudatoolkit) between your Nvidia GPU and the PyTorch version installed through the nnU-Net package5 . Your GPU
should have at least 3GB of VRAM to correctly perform inference with the segmentation models (otherwise, you could run into memory problems).
For development, Arterial, has been tested on MacOS 10.15 or newer, excluding the segmentation module due to the lack of Cuda support.L'accés als materials dipositats no estarà disponible fins la fi de la data d'embargament. Si esteu interessats a accedir-hi, contacteu amb [email protected][cat] Arterial és un programari d’anàlisi d’imatges mèdiques per a cirurgia de l’ictus, mitjançant l'avaluació quantitativa de la tortuositat vascular, derivada de la imatge mèdica abans de la intervenció en el context de l’ictus. L’objectiu final de l’Arterial és optimitzar el tractament endovascular de l 'ictus isquèmic agut, mitjançant prediccions rellevants abans de la intervenció, de manera que els neurointervencionista pot prendre decisions sobre les possibilitats de tractament de cada individu.[eng] Arterial framework is an AI-powered medical image analysis framework for stroke surgical planning through the quantitative assessment of vascular tortuosity, derived from medical imaging prior to intervention in the stroke context. The ultimate goal of Arterial is to optimize endovascular treatment for acute ischemic stroke by delivering relevant predictions regarding the difficulty of endovascular treatment in stroke patients prior to intervention, such that neurointerventionalists can make supported decisions regarding the treatment possibilities for each individual patient, and advanced towards a more personalized medicine through the power of AI.Projecte: UBTT0437-
LogMask: un sistema basado en Deep learning para detectar personas con y sin mascarillas
No full textRequeriments tècnics: Ordinador que disposi de GPU Nvidia i Llibreries docker i docker-compose instalades al sistema.L'accés al manual i al codi no estarà disponible fins la fi de la data d'embargament. Si esteu interessats a accedir-hi, contacteu amb [email protected] és un projecte basat en Intel·ligència Artificial (IA), Deep Learning i Big Data per a anàlisi per computació d'imatges en temps real. L'objectiu és saber si les persones porten (o no) posada una màscara protectora / preventiva a la cara (variants i / o alternatives) segons obligatorietat d'ús en aquest context de l'COVID-19. LogMask utilitza els últims avenços de la Intel·ligència Artificial, en particular l'Aprenentatge profund (Deep Learning) que permet avui en dia tenir: cotxes autònoms pel carrer, diagnosticar millor que els experts càncer en imatges mèdiques, etc.Projecte: UBTT040
Educo-E3.60
No full textDisponible pel sistema operatiu Android i iOS, a més de tenir la possibilitat d'utilitzar l'idioma castellà, català i anglès. L'accés al manual i al codi no estarà disponible fins la fi de la data d'embargament. Si esteu interessats a accedir-hi, contacteu amb [email protected] plataforma Educo-E3.60 és una eina pel professorat d'educació secundària obligatòria (ESO) i Batxillerat. Pretén donar informació als docents sobre les competències socio-emocionals i les conductes referents a la salut dels alumnes, a través de la informació recollida en una sèrie de qüestionaris que tant l'alumne, com la família i el personal docent ha de complimentar en uns moments determinats. Aquesta informació es recull de forma digital a través d'una aplicació mòbil que l'envia a una plataforma web, on es processa i presenta al professorat per agilitzar i sintetitzar el procés, donant-los la possibilitat de descarregar informes dels alumnes, comparar les mètriques entre alumnes, classes i cursos i prendre decisions sobre les mesures a adoptar per ajudar i educar d'una forma més òptima als seus alumnes
Applying Deep learning for image analysis and recommenders. Application to retail (RESTful APIs)
Get PDFRequeriments tècnics: The software requires at least 6GB of ram.L'accés al manual i al codi no estarà disponible fins la fi de la data d'embargament. Si esteu interessats a accedir-hi, contacteu amb [email protected] the Internet era, e-commerce is continuously gaining market share due to user’s benefits, such aseasier navigation through store stocks, no necessity of on-site shopping, amongst others. These facts draw a prosperous context for companies that are able to adapt to the new economic situation in numerous sectors (fashion, food, etc.). In this context, University of Barcelona has developped RESTful APIs, that is a recommender systems that provide incredible features for e-commerce so as to maximize successful sales and, consequently, user’s satisfaction.Projecte: UBTT040
A tool for the stating of cahexia in càncer patients: CAchexia SCOre (CASCO)
Get PDFProjecte: AVCRI137Requeriments tècnics: funciona en Windows, Mac o Linux, i funciona en tots els navegadors. També funcional en tauletes i telèfons mòbils Android o iPhoneL'accés al manual i al programari no estarà disponible fins la fi de la data d'embargament. Si esteu interessats a accedir-hi, contacteu amb [email protected] caquexia és una síndrome que s'observa en moltes condicions patològiques com el càncer, la MPOC, la sèpsia o la insuficiència cardíaca crònica. Avui en dia no hi ha algun cap tipus d'eina per classificar el grau de severitat de la caquèxia i conseqüentment poder prendre decisions sobre el seu tractament i mesures de suport. Tenint en compte això, investigadors de la Universitat de Barcelona han desenvolupat una eina que dóna un valor numèric entre el 0 i el 100 que té en compte els cinc principals paràmetres implicats en la síndrome caquèctica: 1. pèrdua de pes corporal i composició; 2. Inflamació, alteracions metabòliques i immunosupressió; 3. activitat física; 4. anorèxia i 5. qualitat de vida. L'eina consta de tres qüestionaris diferents: CASC-IN, CASCO i miniCASCO. CASC-IN permet decidir si el pacient pateix caquèxia o precaquèxia. CASCO classifica els pacients caquèctics depenent de la gravetat de la caquèxia en 4 grups: sense caquèxia, caquèxia lleu, moderada o severa; i miniCASCO és una versió simplificada per avaluar el grau de caquèxia que correlaciona perfectament amb CASCO
LogMeal: Un entorn basat en el reconeixement del menjar per millorar els hàbits saludables
Get PDFRequeriments tècnics: Ubuntu (versió 14.04), Anaconda (Python 2.7), Theano i KerasL'accés al manual i al codi no estarà disponible fins la fi de la data d'embargament. Si esteu interessats a accedir-hi, contacteu amb [email protected]: UBTT0317LogMeal és una API (Application Programming Interface) desenvolupada per enginyers i investigadors de la Universitat de Barcelona, orientada a satisfer diverses necessitats relacionades directament amb l'anàlisi automàtica dels aliments, tant de petites i grans empreses com de persones per a ús individual a partir d’una imatge.
El core de la nostra API està format per un conjunt de models basats en Deep Learning, Visió per Computador i Aprenentatge Automàtic que s'apliquen per extreure informació visual rellevant d'imatges de menjar. Cada un d'aquests models constitueix un tipus particular de servei que proveeix l'API, entre els quals cal destacar: La detecció de food vs. non-food; el reconeixement de la família de menjar, per exemple: carn, productes làctics, etc.; el reconeixement de menjar, per exemple: hamburguesa, dumpling, sushi, etc. ;el reconeixement d'ingredients, per exemple: ou, nata, sal, etc.; l'extracció d'informació nutricional, per exemple: calories, hidrats de carboni, proteïnes, etc.
LogMeal conté els següents components:
Base de dades LogMeal - una base de dades de 300 classes de menjar amb 200,000 imatges etiquetades, una base de dades de més de 3000 ingredients i 13 categories d'aliments amb més de 200.000 imatges etiquetades.
Algorismes pel reconeixement d'aliments - 1 API per a reconeixement automàtic d'aliments 300 classes.
Algorismes pel reconeixement de categoria d'aliment - 1 API per a reconeixement automàtic d'aliments 13 famílies.
Algorismes per a la localització d'aliments - 1 API per a reconeixement automàtic d'aliments 13 famílies.
Algorismes pel reconeixement d’ingredients de menjar – 1 API pel reconeixement automàtic de més de 3000 ingredients d’aliments.
Algorismes pel reconeixement automàtic d'activitats nutritives: 1 API pel reconeixement automàtic de les activitats de nutrició en imatges convencionals i egocèntriques
MIAR: Matriu d’Informació per l’Anàlisi de Revistes
No full textProjecte UBTT0323Requeriments tècnics: Desenvolupada en MySQL amb entorn de programació PHP.L'accés a la descripció i a la base de dades no estarà disponible fins la fi de la data d'embargament. Si esteu interessats a accedir-hi, contacteu amb [email protected] base de dades MIAR reuneix informació clau per a la identificació i l'anàlisi de revistes. Aquestes s'agrupen en grans àrees científiques -subdividides al seu torn en camps acadèmics més específics-. El sistema crea una matriu de correspondència entre les revistes, identificades pel seu ISSN i les bases de dades i repertoris que les indexen o inclouen. A més, s'indica el vincle a les webs dels editors i institucions responsables dels repertoris i fonts sempre que es disposa del mateix. MIAR és un instrument de suport per als que han de fer tasques d'avaluació: ara disposen de dades sobre la identificació i la difusió de les revistes on es publiquen els treballs objecte d'avaluació. MIAR inclou més de 40.000 publicacions, per a cadascuna de les quals s'analitza la seva presència a BBDDs i repertoris multidisciplinaris i com a resultat s'obté el seu ICDS
Mètode Nummerus
No full textRequeriments tècnics: el programari és multiplataforma. Per la correcta utilització de la plataforma es recomana fer servir els navegadors Mozilla i/o Safari..L'accés al manual i al codi no estarà disponible fins la fi de la data d'embargament. Si esteu interessats a accedir-hi, contacteu amb [email protected] Mètode Nummerus és un recull d’eines per a l’adquisició i la millora del processament numèric i el càlcul. Es tracta d’una intervenció de doble enfoc: en primer lloc, com a eina d'aprenentatge dels conceptes bàsics de matemàtiques, per P5, 1r i 2n d'educació primària (EP), per a tots els nens i nenes de l'aula. Permet treblalar individualment, en petits grups, o amb tota l'aula conjuntament. Per altra banda, nummerus també pot ser utilitzat com a eina de reeducació, per a tots aquells nens/es de P5 a 3r d'EP que tenen dificultats amb el processament numèric i el càlcul.Projecte AVCRI UBTT0289-
di-test: Bateria digital de evaluación cognitiva para la infancia
No full textRequeriments tècnics: el software és multiplataforma. Per la correcta utilització de la plataforma es recomana fer servir els navegadors Mozilla i/o Safari.L'accés al manual i al codi no estarà disponible fins la fi de la data d'embargament. Si esteu interessats a accedir-hi, contacteu amb [email protected]"di-test" és un recull de tests per l'avaluació cognitiva de les funcions bàsiques en els aprenentatges: atenció sostinguda, memòria de treball, processos lectors i processament numèric i càlcul. Cadascun dels tests està baremat per a tota l'educació primària, des de 1r a 6è, amb una mostra representativa de la població catalana (1200 nens/es). Els tests es presenten en format digital, i ofereixen una cribatge universal, ràpid i fiable de cadascuna d'aquestes mesures. Els tests proporcionen informes automàtics després de la passació, i la plataforma permet fer comparacions intra subjecte, per avaluar l'evolució associada a les intervencions. També permet fer comparacions entre línies d'una mateixa escola, o bé seguir el perfil cognitiu d'un nen al llarg de l'educació primària.Projecte AVCRI UBTT028
Projecte Binding
No full textRequeriments tècnics: per la correcta utilització de la plataforma es recomana fer servir els navegadors Google Chrome i Mozilla.Projecte Binding és un recull d’eines per a l’adquisició i la millora de les habilitats lectores. Es tracta d’una
intervenció enfocada a persones amb dificultats lectores i dissenyada especialment per a nens i nenes. La missió es no deixar cap nen/a enrere en la lectura, ja que aquesta és una capacitat bàsica de la comunicació humana i del creixement personal. La comunitat científica ha arribat al consens que la principal causa del fracàs escolar és la dislèxia o dificultat lectora. Per tant, és mitjançant la creació, el desenvolupament i l’aplicació de la metodologia de Projecte Binding que s’aconsegueix reduir el baix rendiment escolar dels nens i nenes.Projecte: AVCRI184-