CCL

Összesen 6 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM110137
Első szerző:Lőrincz Judit (általános orvos)
Cím:Az endoszkpia jövője, a jövő endoszkópiája : Szövetek és szervek differenciálása endoszkópia során konvolúciós neurális hálózat segítségével / Lőrincz Judit, Harangi Balázs, Lampé Rudolf, Török Péter;
Dátum:2020
ISSN:0025-021X
Tárgyszavak:Műszaki tudományok Informatikai tudományok magyar nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
endoszkópia
digitális képfeldolgozás
konvolúciós neurális hálózat
döntéstámogató rendszer
laparoszkópia
Megjelenés:MAGYAR NŐORVOSOK LAPJA. - 82 (2020), p. 20-22. -
További szerzők:Harangi Balázs (1986-) (programtervező matematikus) Lampé Rudolf (1983-) (szülész-nőgyógyász) Török Péter (1975-) (szülész-nőgyógyász)
Pályázati támogatás:GINOP-2.1.1-15-2015-00376
GINOP
VKSZ 14-1-2015-0072
GINOP
Internet cím:Szerző által megadott URL
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

2.

001-es BibID:BIBFORM097395
Első szerző:Lőrincz Judit (általános orvos)
Cím:Hystero-salpingo scintigraphy for fallopian tubal patency assessment : results from a prospective study / Lörincz Judit, Vitale Salvatore Giovanni, Barna Sándor Kristóf, Dinkó Fanni, Riemma Gaetano, Herman Tünde, Nagyházi Orsolya, Lampé Rudolf, De Franciscis Pasquale, Török Péter
Dátum:2022
ISSN:1364-5706
Megjegyzések:Objective: To evaluate the diagnostic accuracy of a bygone method, hystero-salpingo-scintig- raphy (HSSG), for tubal patency assessment of infertile women. Material and methods: Prospective cohort study involving women in the infertility workup at the University of Debrecen, Hungary. Seventy infertile patients were scheduled to either basic dynamic HSSG, post-purge dynamic HSSG, or post-purge dynamic HSSG followed by SPECT/CT for reducing tracer contamination. The primary endpoint was the evaluation of the diagnostic accuracy of HSSG for the three methods. Results: During the basic dynamic group, the examination yielded a sensitivity of 87.5%, with a specificity of 71.7%, while positive and negative predictive values were 31.8%, and 97.4% respectively. Using post purge dynamic HSSG, it resulted in a sensitivity of 87.5%, a specificity of 88.7%, a positive predictive value of 53.8%, and a negative predictive value of 97.9%. Adding SPECT/CT to post-purge dynamic HSSG increased diagnostic accuracy with 100% sensitivity and 88.7% specificity, while positive and negative predictive values were 57.1% and 100%, respectively. Conclusion: HSSG is a non-invasive and well-tolerated technique for tubal patency. It could be used initially to predict tubal patency in case of infertility. Its diagnostic accuracy is higher when it is carried out by adding SPECT/CT to the post-purge dynamic method.
Tárgyszavak:Orvostudományok Klinikai orvostudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
infertility
tubal patency
fallopian tube
scintigraphy
SPECT
radionuclides
Megjelenés:Minimally Invasive Therapy & Allied Technologies. - 31 : 5 (2022), p. 797-802. -
További szerzők:Vitale, Salvatore Giovanni Barna Sándor (1982-) (kutató orvos) Dinkó Fanni Riemma, Gaetano Herman Tünde (1979-) (orvos) Nagyházi Orsolya Lampé Rudolf (1983-) (szülész-nőgyógyász) De Franciscis, Pasquale Török Péter (1975-) (szülész-nőgyógyász)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

3.

001-es BibID:BIBFORM087601
Első szerző:Lőrincz Judit (általános orvos)
Cím:Predictive value of bubble sign for tubal patency during office hysteroscopy / Judit Lörincz, Szabolcs Molnár, Tünde Herman, Salvatore Giovanni Vitale, Singh Jashanjeet, Rudolf Lampé, László Kardos, Péter Török
Dátum:2020
ISSN:0301-2115
Megjegyzések:Objective: Our purpose was to investigate the predictive value of visible air bubble sign for real tubal patency during hysteroscopic procedures. Methods: In this cross-sectional study, clinical data of 61 infertile women who underwent diagnostic hysteroscopy and laparoscopy have been analysed. Results: Mean age of patients was 33.45 3.25 years. Bubble sign for the detection of patency demonstrated 73 % (95 % CI: 57?86 %) sensitivity, 70 % (95 % CI: 46?88 %) specificity, a positive predictive value of 83 % (95 % CI: 67?94 %), and a negative predictive value of 56 % (95 % CI: 35?76 %). Conclusions: A visible tubal "flow" of air bubbles during hysteroscopy was not accurate in the prediction of tubal patency.
Tárgyszavak:Orvostudományok Klinikai orvostudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Hysteroscopy
Bubble sign
Fallopian tubes
Tubal patency
Laparoscopy
Infertility
Megjelenés:European Journal of Obstetrics Gynecology and Reproductive Biology. - 253 (2020), p. 58-60. -
További szerzők:Molnár Szabolcs (1987-) (szülész-nőgyógyász szakorvos) Herman Tünde (1979-) (orvos) Vitale, Salvatore Giovanni Singh, Jashanjeet (1976-) (szülész-nőgyógyász szakorvos) Lampé Rudolf (1983-) (szülész-nőgyógyász) Kardos László (1970-) (megelőző orvostan és népegészségtan szakorvos) Török Péter (1975-) (szülész-nőgyógyász)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

4.

001-es BibID:BIBFORM077469
Első szerző:Lőrincz Judit (általános orvos)
Cím:Az endoszkópia jövője, a jövő endoszkópiája : szövetek és szervek differenciálása endoszkópia során konvolúciós neurális hálózat segítségével / Lőrincz Judit, Harangi Balázs, Lampé Rudolf, Török Péter
Dátum:2019
ISSN:0025-021X
Megjegyzések:Célkitűzés: A laparoszkópos műtétek során a taktilis ingerek hiánya miatt, sajátos technika és szemlélet szükséges. Az endoszkópos műtétek során a szervfelismerés támogatására kifejlesztésre került egy félautomata, mély tanuló, konvolúciós neurális hálózat alapú eszköz, amely nagy pontossággal képes megkülönböztetni a különböző típusú szövettani struktúrákat. Anyag és módszer: A kifejlesztett döntéstámogató alkalmazás eszköztárában a felismerendő anatómiai részeket manuálisan kell megjelölni a kimerevített képkockán. Ezután az azonosítandó szerveket a kijelölt rész elemzésével megoldja egy alkalmasan betanított konvolúciós neurális hálózat segítségével, és a kapott címkéket a képkocka megfelelő szerveihez rögzíti. Eredmények: Adatainkat a Debreceni Egyetem Szülészeti és Nőgyógyászati Klinikáján végzett endoszkópos nőgyógyászati műtétek során rögzített felvételek feldolgozásából nyertük. Ebből (27 videóról felvett), 2000 kép készült hogy betanítsuk a neurális hálót, míg a fennmaradó részt tesztelésre használtuk. Jelenlegi beállításunkkal 94,2% -os pontosságot értünk el az ureter és artéria uterina megkülönböztetésében. Következtetések: A konvolúciós neurális hálózat segítségével létrehoztunk egy olyan döntéstámogató rendszert, melynek alkalmazása mind a tanulásban ? oktatásban, mind pedig az endoszkópos beavatkozások során nagy segítséget nyújthat az operatőrnek, ezzel csökkentve a műtéti időt és a szövődmények kialakulásának esélyét.
Tárgyszavak:Orvostudományok Klinikai orvostudományok magyar nyelvű folyóiratközlemény hazai lapban
endoszkópia
laparoszkópia
döntéstámogató rendszer
digitális képfeldolgozás
konvolúciós neurális hálózat
Megjelenés:Magyar Nőorvosok Lapja. - 82 : 1 (2019), p. 20-22. -
További szerzők:Harangi Balázs (1986-) (programtervező matematikus) Lampé Rudolf (1983-) (szülész-nőgyógyász) Török Péter (1975-) (szülész-nőgyógyász)
Pályázati támogatás:GINOP-2.1.1-15-2015-00376
GINOP
VKSZ 14-1-2015-0072
Egyéb
Internet cím:Intézményi repozitóriumban (DEA) tárolt változat
Borító:

5.

001-es BibID:BIBFORM075742
Első szerző:Török Péter (szülész-nőgyógyász)
Cím:Suprapubic pressure facilitates the procedure of office hysteroscopy : a randomized controlled trial / Péter Török, Tünde Herman, Judit Lorincz, Szabolcs Molnár, Rudolf Lampé, Róbert Póka
Dátum:2019
ISSN:1341-8076 1447-0756
Megjegyzések:Aim To minimize the experienced pain during office hysteroscopy, a number of technical approaches and maneuvers are used. The aim of the study was to assess the effect of suprapubic pressure (SuPuP) applied during hysteroscopy. The impact of this maneuver on experienced pain (assessed by visual analog scale [VAS]) and duration of passage through the cervical canal was measured and compared to a reference group with no SuPuP. Methods Hysteroscopy was performed in study subjects as part of their infertility work?up. Patients were randomized into two groups as part of a controlled trial. In group 1, SuPuP was applied while inserting the scope; in group 2, SuPuP was not applied. Pain experienced during the procedure was measured on a 0?10 VAS. Duration of passage through the cervical canal was measured by analyzing the video of the procedure. The effect of SuPuP was estimated by testing for between?groups differences in these outcomes. Results The number of patients included the study was 60. Mean (SD) VAS score was 3.40 (1.276) in group 1 compared to 3.33 (0.802) in group 2 (P?=?0.809). Mean (SD) time of passage through the cervical canal in group 1 was 30.5 (18.37) seconds compared to 43.0 (24.51) seconds in group 2 (P?=?0.029). Conclusion Applying suprapubic pressure could facilitate the procedure by significantly shortening the duration of the passage through the cervical canal, but significantly not reduces the pain experienced during hysteroscopy. Further studies are to be undertaken to investigate the advantages of suprapubic pressure during office hysteroscopy.
Tárgyszavak:Orvostudományok Klinikai orvostudományok idegen nyelvű folyóiratközlemény külföldi lapban
fallopian tube
infertility
office hysteroscopy
pain
pertubation
Megjelenés:Journal of Obstetrics and Gynaecology Research. - 45 : 3 (2019), p. 640-644. -
További szerzők:Herman Tünde (1979-) (orvos) Lőrincz Judit (1988-) (általános orvos) Molnár Szabolcs (1987-) (szülész-nőgyógyász szakorvos) Lampé Rudolf (1983-) (szülész-nőgyógyász) Póka Róbert (1960-) (szülész-nőgyógyász, klinikai onkológus)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

6.

001-es BibID:BIBFORM071334
Első szerző:Török Péter (szülész-nőgyógyász)
Cím:Differentiating tissues and organs in endoscopic images using a convolutional neural network / Török Péter, Lampé Rudolf, Harangi Balázs, Lőrincz Judit
Dátum:2017
ISSN:0268-1161
Megjegyzések:TitleDifferentiating tissues and organs in endoscopic images using a convolutional neural networkStudy questionIs it possible to identify different tissues and organs during endoscopy supported by a software.Summary answer During the learning curve of laparoscopy trainees can get help in differentiating tissues by an automated digital image processing based decision support systemWhat is known already Endoscopy surgery is the part of everyday work of surgeon. In an experienced hand provides less postoperative morbidity, complications and the time periods of hospital stay and returning to normal activity, so it has a lot of advantages compared to the laparotomy.Opposing to open-surgery, the recognition of organs is rather difficult in laparoscopy because of the lack of the tactile information. Knowing detailed anatomy, having experience letting us to recognize structures in the abdominal cavity. Because of the anatomical variations, tissue identification is not always sure relying on the visual information.Study design, size, duration COur dataset has been collected retrospectively during 35 different gynecological endoscopic operations at the Department of Obstetrics and Gynecology of the University of Debrecen. The videos have been recorded by a high definition 1-MOS endoscopic camera at 30 frames/sec rate and resolution of 1920?1080 pixels.Participants/materials, setting, methods Data of patients scheduled for gynecological endoscopic operations are analyzed. The medical expert or an assistant should manually mark the region of interest. Then, the maximum number of sub-images of size 224?224 pixels are cut off along the axis from the video frame. Finally, the classification problem is solved automatically using a convolutional neural network with the resulted labels are pinned on the corresponding organs in the video frame.Main results and the role of chance We have presented an approach to develop an application, which helps medical experts with performing endoscopic surgeries. Our effort primarily addressed the drawback of losing tactile information during key-hole surgery in the recognition of different organs. To address this problem, we have developed a semi-automatic tool, which requires a manual annotation regarding the axis of the interested organs first. Then, several sub-images covering the selected organs are extracted and classified by a fine-tuned GoogLeNet convolutional neural network.The classification performance of the fine-tuned GoogLeNet model on our test dataset considering the top-1 error rate is 0.193 at sub-image level. That is, 403 out of the 500 test images have been classified correctly. However, notice that these sub-images are only small, non-overlapping segments of the interested organs. That is, it is reasonable to fuse these label information for recognizing the corresponding organ. To do so, we have applied the simple majority-voting rule on the 4-5 labels supplied by the sub-images for the same organ. In this way, our proposed approach has reached 94.2% final accuracy regarding this binary classification task.Limitations, reasons for cautionOur collected dataset is relatively small with containing insufficient number of images to train a complex neural network, so we should extend the size of our dataset.Wider implications of the findings Using the software made by the results of the study, accuracy of the tissue/organ recognition could be increased during training laparoscopic technique, or for the experts as well.Study funding/competing interest(s) This work was supported in part by the projects GINOP-2.1.1-15-2015-00376 and VKSZ 14-1-2015-0072, SCOPIA: Development of diagnostic tools based on endoscope technology supported by the European Union, co-financed by the European Social Fund.
Tárgyszavak:Orvostudományok Klinikai orvostudományok idézhető absztrakt
laparoszkópia
endoszkópia
mélytanulás
konvolúcionális neurális hálózat
szövetfelismerés
Megjelenés:Human Reproduction 32 : suppl. 1 (2017), p. 487. -
További szerzők:Lampé Rudolf (1983-) (szülész-nőgyógyász) Harangi Balázs (1986-) (programtervező matematikus) Lőrincz Judit (1988-) (általános orvos)
Internet cím:DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Rekordok letöltése1 
Corvina könyvtári katalógus v8.2.27 © 2023 Monguz kft. Minden jog fenntartva.