ECG-SIGHT
Badawczy prototyp analizy obrazów EKG: modele YOLO zaznaczają przebiegi sygnału, etykiety odprowadzeń i zespoły QRS na zdjęciu lub skanie zapisu. Służy do badań i edukacji.
Future Medicine
Krystian Szut
Lekarz internista i gastroenterolog, który buduje rozwiązania AI i computer vision.
Narzędzia badawcze, edukacyjne i deweloperskie na styku medycyny i widzenia komputerowego — projektowane z myślą o rzetelnej walidacji.
Projekty
Narzędzia
Trzy projekty o różnym przeznaczeniu: badania, rozwój oprogramowania i edukacja.
YOLO Dataset Forge
YOLO Dataset Forge to offline’owe narzędzie CLI w Pythonie, które jedną komendą zamienia eksport z narzędzia do adnotacji w czysty dataset YOLO, bez przecieku między zbiorami.
- Konwersja YOLO, COCO, VOC, LabelMe i CVAT (bbox i poligony).
- Wykrywanie i automatyczna naprawa cichych błędów w etykietach.
- Podział train/val/test po pacjencie, sesji lub wideo, żeby walidacja nie była zawyżona, plus raport HTML.
29 USD · jednorazowo · licencja dla jednego użytkownika
14 dni na zwrot · FAQ i dane sprzedawcy na stronie produktuSymulator EKG
Interaktywny symulator 12-odprowadzeniowego EKG i biblioteka wzorców do nauki interpretacji zapisu.
Materiał edukacyjny — nie służy do oceny pacjentów.
ECG-SIGHT
Jak to działa
Prototyp badawczy w trzech krokach. Wynik jest materiałem do dalszej analizy, a nie oceną kliniczną.
- 01
Obraz zapisu
Zdjęcie telefonem, skan dokumentacji papierowej lub zrzut ekranu z zapisem EKG.
- 02
Segmentacja i detekcja
Modele YOLO zaznaczają przebiegi sygnału, etykiety odprowadzeń i zespoły QRS.
- 03
Wynik do analizy badawczej
Nakładka na obrazie i dane w formacie JSON. Interpretację zapisu zawsze wykonuje lekarz.
Demo
Demo ECG-SIGHT
Wersja demonstracyjna prototypu. Do analizy własnych obrazów potrzebne jest konto — logowanie jest dostępne na żądanie.
Benchmarki
W przygotowaniu
Wyniki zostaną opublikowane po niezależnej weryfikacji — razem z opisem metodologii i zbioru testowego.
Badania i rozwój
Kierunek prac
- Teraz
- Segmentacja sygnału i detekcja odprowadzeń na zdjęciach zapisów — testy prototypu.
- Następnie
- Analiza błędów, rozbudowa zbioru danych i niezależna weryfikacja wyników.
- Później
- Walidacja badawcza na publicznych zbiorach referencyjnych; ewentualna ścieżka regulacyjna (MDR) dopiero po pełnej walidacji.
O autorze
Krystian Szut
Lekarz specjalista chorób wewnętrznych i gastroenterologii. Łączy praktykę kliniczną z programowaniem i budową narzędzi AI / computer vision.
Projekty na tej stronie powstają jako narzędzia badawcze, edukacyjne i deweloperskie, które mają wspierać, a nie zastępować ocenę lekarza.
Kontakt
Porozmawiajmy
Pytania o projekty, współpracę badawczą lub YOLO Dataset Forge.
Sprawy dotyczące zakupu YOLO Dataset Forge: zobacz FAQ na stronie produktu.