Project detail

Early COVID-19 infection detection system for the safety of vulnerable groups using artificial intelligence

Duration: 01.01.2021 — 31.12.2022

Funding resources

Ministerstvo vnitra ČR - 4. veřejná soutěž ve výzkumu, experimentálním vývoji a inovacích Programu bezpečnostního výzkumu České republiky v letech 2015 až 2022 (BV III/4-VS)

- whole funder (2020-12-11 - not assigned)

On the project

V rámci projektu je vyvíjen inteligentní modulární zdravotnický bezpečnostního systém pro včasné odhalování pacientů s COVID-19. V dnešní době používané testy na přítomnost COVID-19 nejsou spolehlivé a existuje reálné riziko zanesení infekce do komunity ohrožených osob. Námi navrhovaný systém poskytuje další stupeň záchytu infekce a umožní včasnou detekci s použitím stávajících dat ze zdravotnictví. Poskytuje ochranu ohrožené skupině obyvatel, tj. zejména pacientům s chronickými onemocněními, jako je cukrovka (cca 850 tis. Obyvatel v ČR), kardiovaskulární onemocnění (hypertenze cca 2 mil. obyvatel), chronické respirační onemocnění (cca 150 tis. obyvatel) či onkologická onemocnění (cca 77 tis. obyvatel/rok). Pro tuto skupinu obyvatel hrozí až 65x vyšší riziko úmrtí ve spojitosti s COVID-19, než je tomu u zdravé populace.

Description in English
The aim of the project is research and development of an intelligent modular health safety system for the early detection of COVID-19 patients who occur among regular hospital patients due to inaccurate infection tests. The modular system will be connected to the information infrastructure of the University Hospital of Olomouc and artificial intelligence modules will be created for the detection of COVID-19 cases on the basis of image data (X-rays), blood analyzes and questionnaires of disease symptoms. FNOL is the competence center of the Ministry for the telemedicine and thanks to that it will be possible to subsequently expand the experience and outputs of the project for use in other medical facilities in the Czech Republic.

Keywords
COVID; umělá inteligence; rentgenové snímky, bezpečnost

Key words in English
artificial intelligence, computer vision, ehealth, covid, telemedicine

Mark

VI04000039

Default language

Czech

People responsible

Burget Radim, doc. Ing., Ph.D. - principal person responsible

Units

Department of Telecommunications
- (2020-06-01 - not assigned)

Results

Joshi, R.C., Yadav, S., Pathak, V.K., Malhotra, H.S., Khokhar, H.V.S., Parihar, A., Kohli, N., Himanshu, D., Garg, R.K., Bhatt, M.L.B. and Kumar, R. A deep learning-based COVID-19 automatic diagnostic framework using chest X-ray images. BIOCYBERN BIOMED ENG, 2021, vol. 41, no. 1, p. 1-16. ISSN: 0208-5216.
Detail

DGHIM, S.; TRAVIESO-GONZÁLEZ, C.; BURGET, R. Analysis of the Nosema Cells Identification for Microscopic Images. SENSORS, 2021, vol. 21, no. 9, p. 1-17. ISSN: 1424-8220.
Detail

BAGHELA, N; BURGET, R.; DUTTA, M.K. 1D-FHRNet: Automatic Diagnosis of Fetal Acidosis from Fetal Heart Rate Signals. BIOMED SIGNAL PROCES, 2021, vol. 2021, no. 68, p. 1-10. ISSN: 1746-8094.
Detail

Kaushik, M., Baghel, N., Burget, R., Travieso, C. M., & Dutta, M. K. SLINet: Dysphasia detection in children using deep neural network. BIOMED SIGNAL PROCES, 2021, vol. July 2021, no. 68, p. 1-13. ISSN: 1746-8094.
Detail

Kaushik, M.; Joshi, R. C.; Singh, Kushwah, A. S.; Gupta, M. K.; Banerjee, M.; Burget, R.; Dutta, M. K. Cytokine Gene Variants and Socio-Demographic Characteristics as Predictors of Cervical Cancer: A Machine Learning Approach. COMPUTERS IN BIOLOGY AND MEDICINE, 2021, vol. June 2021, no. 8, p. 3-27. ISSN: 0010-4825.
Detail

SKIBIŃSKA, J.; BURGET, R.; CHANNA, A.; POPESCU, N.; KOUCHERYAVY, Y. COVID-19 Diagnosis at early stage Based on smartwatches and machine learning Techniques. IEEE Access, 2021, vol. 9, no. 1, p. 119476-119491. ISSN: 2169-3536.
Detail

SKIBIŃSKA, J.; BURGET, R. Is It Possible to Distinguish COVID-19 Cases and Influenza with Wearable Devices? Analysis with Machine Learning. Journal of Advances in Information Technology, 2022, vol. 13, no. 3, p. 265-270. ISSN: 1798-2340.
Detail

Genzor, S.; Jakubec, P; Sova, M.; Mizera, J.; Joppa, P.; Burget, R.; Pobeha, P. Clinical presentation and pulmonary function tests in post-acute COVID-19 patients. BIOMEDICAL PAPERS-OLOMOUC, 2022, vol. 166, no. XX, p. 1-7. ISSN: 1804-7521.
Detail

ALI, M.; JOSHI, R.; DUTTA, M.; BURGET, R.; MEZINA, A. Deep Learning-based Classification of Viruses Using Transmission Electron Microscopy Images. In 45th International Conference on Telecommunications and Signal Processing (TSP 2022). IEEE, 2022. IEEE, 2022. p. 174-178. ISBN: 978-1-6654-6948-7.
Detail

MYŠKA, V.; BURGET, R.; MEZINA, A.: COVID_STOP; Modulární platforma pro včasné zachycení infekčních pacientů. Fakultní nemocnice Olomouc, Zdravotníků 248/7, 779 00 Olomouc. URL: https://www.utko.fekt.vut.cz/modularni-platforma-pro-vcasne-zachyceni-infekcnich-pacientu. (software)
Detail