Browsing NTNU Open by Author "Groos, Daniel"
Now showing items 1-13 of 13
-
Convolutional networks for video-based infant movement analysis. Towards objective prognosis of cerebral palsy from infant spontaneous movements
Groos, Daniel (Doctoral theses at NTNU;2022:191, Doctoral thesis, 2022)Norsk sammendrag Cerebral parese (CP) er en samlebetegnelse på motoriske funksjonsforstyrrelser grunnet skade på hjernen tidlig i barnets utvikling. Det er særlig spedbarn med medisinske risikofaktorer, som for eksempel ... -
Development and Validation of a Deep Learning Method to Predict Cerebral Palsy From Spontaneous Movements in Infants at High Risk
Groos, Daniel; Adde, Lars; Aubert, Sindre Aarnes; Boswell, Lynn; De Regnier, Raye-Ann; Fjørtoft, Toril Larsson; Gaebler-Spira, Deborah; Haukeland, Andreas; Loennecken, Marianne; Msall, Michael; Moinichen, Unn Inger; Pascal, Aurelie; Peyton, Colleen; Ramampiaro, Heri; Schreiber, Michael D.; Silberg, Inger Elisabeth; Songstad, Nils Thomas; Thomas, Niranjan; van den Broeck, Christine; Øberg, Gunn Kristin; Ihlen, Espen Alexander F.; Støen, Ragnhild (Peer reviewed; Journal article, 2022)Importance Early identification of cerebral palsy (CP) is important for early intervention, yet expert-based assessments do not permit widespread use, and conventional machine learning alternatives lack validity. Objective ... -
Graph Convolutional Networks for Predicting Cerebral Palsy in Infants
Haukeland, Andreas; Aubert, Sindre Aarnes (Master thesis, 2021) -
Human Pose Estimation Using a Two-Staged Convolutional Neural Network
Araya, Mattis; Reime, Eivind (Master thesis, 2020)Human pose estimation, metoden for å lokalisere menneskelige kroppsdeler, har i de siste årene blitt et populært forskningsfelt grunnet sitt brede applikasjonsdomene. Til tross for denne populariteten er metoden fortsatt ... -
Human Pose Estimation Using a Two-Staged Convolutional Neural Network
Araya, Mattis; Reime, Eivind (Master thesis, 2020)Human pose estimation, metoden for å lokalisere menneskelige kroppsdeler, har i de siste årene blitt et populært forskningsfelt grunnet sitt brede applikasjonsdomene. Til tross for denne populariteten er metoden fortsatt ... -
In-Motion-App for remote General Movement Assessment: a multi-site observational study
Adde, Lars; Brown, Annemette; van den Broeck, Christine; DeCoen, Kris; Eriksen, Beate Horsberg; Fjørtoft, Toril Larsson; Groos, Daniel; Ihlen, Espen Alexander F.; Osland, Siril; Pascal, Aurelie; Paulsen, Henriette; Skog, Ole-Morten; Sivertsen, Wiebke; Støen, Ragnhild (Peer reviewed; Journal article, 2021)Objectives: To determine whether videos taken by parents of their infants' spontaneous movements were in accordance with required standards in the In-Motion-App, and whether the videos could be remotely scored by a trained ... -
Infant Body Part Tracking in Videos Using Deep Learning - Facilitating Early Detection of Cerebral Palsy
Groos, Daniel; Aurlien, Kristian (Master thesis, 2018)The breakthrough of Artificial Intelligence with the advent of Deep Learning has opened paths beyond what have earlier been explored. Within the medical domain, there are potentials to improve how problems are addressed ... -
Object Detection in Skijumping
Solberg, Viktor Grøndalen (Master thesis, 2021)I løpet av de siste årene har kunstig intelligens og spesielt dyp læring mottatt en voldsom økning av oppmerksomhet. Dette har i kombinasjon med stadig kraftigere maskinvare og lettere tilgang på store datamengder ført til ... -
Performance analysis in ski jumping with a differential global navigation satellite system and video-based pose estimation
Elfmark, Ola; Ettema, Gertjan; Groos, Daniel; Ihlen, Espen Alexander F.; Velta, Rune; Haugen, Per; Bråten, Steinar; Gilgien, Matthias (Peer reviewed; Journal article, 2021)This study investigated the explanatory power of a sensor fusion of two complementary methods to explain performance and its underlying mechanisms in ski jumping. A differential Global Navigation Satellite System (dGNSS) ... -
Skeleton Based Cerebral Palsy Diagnosis using Deep Learning and Attention
Vold, Martin (Master thesis, 2020)Dyp læring har i de siste årene oppnådd gode resultater innen forskningsfelt som datasyn og menneskelig aktivitets gjenkjenning. Innen medisin har disse gjennombruddene åpnet nye dører for hvordan problemer blir løst og ... -
Time Series Movement Data represented as 2D image: Prediction of CP with Pretrained autoencoder
Theisen, Mathilde; Wiik, Marie Ling (Master thesis, 2019)Denne masteroppgaven kartlegger hvordan tidsseriedata i form av koordinater kan representeres som bilder som både kan forstås av ikke-teknologiske klinikere og av en dyplæringsarkitektur, mer spesifikt en autoencoder. ... -
Time Series Movement Data represented as 2D image: Prediction of CP with Pretrained autoencoder
Ramapiaro, Heri (Master thesis, 2019)Denne masteroppgaven kartlegger hvordan tidsseriedata i form av koordinater kan representeres som bilder som både kan forstås av ikke-teknologiske klinikere og av en dyplæringsarkitektur, mer spesifikt en autoencoder. ... -
Towards human-level performance on automatic pose estimation of infant spontaneous movements
Groos, Daniel; Adde, Lars; Støen, Ragnhild; Ramampiaro, Heri; Ihlen, Espen Alexander F. (Peer reviewed; Journal article, 2021)Assessment of spontaneous movements can predict the long-term developmental disorders in high-risk infants. In order to develop algorithms for automated prediction of later disorders, highly precise localization of segments ...