laptop frame
hero image

We use modern methods to meet the challenges of data analysis. Our goal is to gather information that is useful to you.

Our team applies modern methods for data analysis in order to benefit the largest possible group of people. We used knowledge from machine learning for several projects in the field of health care (prediction of healthcare consumption, patient clustering, etc.) and gradually we switched to the use of deep learning methods and artificial intelligence. In addition, we have focused on developing applications for telemedicine. We see it as a challenge for the future and we want to be part of it.

What have we experienced?

sk2022-05

Physiological Measurement Journal manuscript acceptance

An article is describing our solution for PhysioNet 2021 Challenge was published in a special issue of the journal Physiological Measurement.

sk2022-04

PhysioNet 2022 Challenge

Our team won 2nd place in the unofficial round of the competition focused on the detection of heart murmurs in phonocardiographic recordings.

sk2022-01

PhysioNet 2021 Challenge – follow up

After closing of the official round of the PhysioNet Challenge, the organizers offered the opportunity to participate in the follow-up phase. The CeZIS team took advantage of this opportunity and with its solution also surpassed the result of the winner of the official round, who also participated in the follow-up round. What was our solution?

2021-12

Award for the best presentation at the ICBEB 2021 conference

The presentation of our solution for CPSC 2021 challenge was awarded as the best presentation within the competition section of the conference.

Best-Oral-Certificate
2021-11

Announcement of CPSC 2021 challenge results

Our team CeZIS won the 2nd place in the international competition of dozens of teams from Europe and Asia. More detailed information about this achievment was also published on the website of Pavol Jozef Šafárik University in Košice in this article.

CPSC Second Prize
2021-11

10th International Conference on Biomedical Engineering and Biotechnology (ICBEB 2021)

Zúčastnili sme sa programu 10. ročníka konferencie ICBEB 2021 a v rámci nej sme vystúpili s videoprezentáciou riešenia pre súťaž CPSC 2021. Súčasťou prezentácie bola aj ukážka funkcie prototypu aplikácie Cordelia.

2021-09

Vyhlásenie výsledkov PhysioNet 2021 Challenge

Tím CeZIS sa umiestnil na celkovom 5. mieste v oficiálnom kole súťaže a v kategórii riešenia pre 6-zvodovú konfiguráciu získal 2. miesto. Kompletné výsledky súťaže sú k dispozícii tu.

2021-09

Konferencia CinC 2021, Brno

V septembri sme strávili 4 dni na konferencii Computing in Cardiology 2021 v Brne, na ktorej sme aktívne vystúpili s prezentáciou nášho súťažného riešenia. To bolo spolu s ďalšími prácami zverejnené na stránke usporiadateľa konferencie.

2021-08

Sprístupnenie prototypu SW Cordelia

Pretavenie súťažného riešenia pre PhysioNet Challenge do voľne prístupného prototypu aplikácie, ktorá umožňuje predikovať výskyt vybraných 21 ochorení srdca na vlastných EKG záznamoch. Súčasťou prototypu je aj demoverzia, ktorá môže slúžiť na didaktické účely. O Cordelii sa už vie aj v akademickom svete.

2021-08

Víťazstvo v neoficiálnom kole PhysioNet Challenge a postup do oficiálneho kola

Po ukončení 4-mesačného neoficiálneho kola súťaže boli vyhodnotené všetky zaslané riešenia a úspešné tímy vrátane nášho postúpili do oficiálneho kola.

sk2021-04

Prihláška do China Physiological Signal Challenge 2021

Zapojenie sa do 4.ročníka medzinárodnej súťaže orientovanej na fyziologické signály, ktorá je súčasťou podujatia International Conference on Biomedical Engineering and Biotechnology. Aktuálny ročník súťaže bol zameraný na detekciu paroxyzmov fibrilácie/flutteru predsiení v dynamických EKG záznamoch s cieľom identifikovať všetky záznamy s aspoň jednou epizódou a súčasne určiť čas jej začiatku a konca.

sk2021-03

Prihláška do PhysioNet Challenge 2021

Zapojenie sa do 22. ročníka medzinárodnej súťaže venovanej biomedicínskym dátam. Ročník bol venovaný možnostiam detekcie 30 vybraných srdcových ochorení v rôznej konfigurácii EKG zvodov, od úplného 12-zvodového EKG záznamu po záznam obsahujúci informácie len z dvoch zvodov.

sk2020-06

Rozhodnutie o vývoji softvéru na automatickú diagnostiku EKG záznamov v digitálnej podobe.

Na základe prieskumu voľne dostupných databáz biomedicínskych signálov padla voľba na EKG databázy ako datasety s najlepším pomerom kvalita/kvantita dát. Po výbere kľúčových databáz boli sformulované viaceré koncepty implementácie ML a AI postupov na ne.

sk2020-01

Spustenie projektu SU4ZP

Začiatok projektu SU4ZP zameraného na aplikácie strojového učenia v oblasti zdravotného poistenia. Projekt je realizovaný spoločne s partnermi UPJŠ Košice a Technickou univerzitou Košice a je spolufinancovaný Európskym fondom regionálneho rozvoja.