Wykaz publikacji wybranego autora

Mateusz Danioł, dr inż.

asystent

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kmie, Katedra Metrologii i Elektroniki


  • 2023

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika, elektrotechnika i technologie kosmiczne

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / inżynieria biomedyczna (50%)


  • 2021

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika

    [dyscyplina 2] dziedzina nauk inżynieryjno-technicznych / inżynieria biomedyczna (50%)


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-2363-7912 orcid iD

ResearcherID: FZX-0014-2022

Scopus: 56610232100

PBN: 602f96849543c7410626f648

System Informacyjny AGH (SkOs)




1
2
3
4
  • [artykuł w czasopiśmie, 2020]
  • TytułModeling and implementation of TEG-based energy harvesting system for steam sterilization surveillance sensor node
    AutorzyMateusz DANIOŁ, Łukasz BÖHLER, Ryszard SROKA, Anton Keller
    ŹródłoSensors [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2020 vol. 20 iss. 21 art. no. 6338, s. 1–14. — tekst: https://www.mdpi.com/1424-8220/20/21/6338/pdf
  • keywords: energy harvesting, IoT, sensor system, steam sterilization

    cyfrowy identyfikator dokumentu: 10.3390/s20216338

5
  • [artykuł w czasopiśmie, 2021]
  • TytułSensors in the autoclave-modelling and implementation of the IoT steam sterilization procedure counter
    AutorzyLukas BÖHLER, Mateusz DANIOŁ, Ryszard SROKA, Dominik Osiński, Anton Keller
    ŹródłoSensors [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2021 vol. 21 iss. 2 art. no. 510, s. 1–17. — tekst: https://www.mdpi.com/1424-8220/21/2/510/pdf
  • keywords: sensors, simulation, Internet of Things, sterilization, Internet of medical things

    cyfrowy identyfikator dokumentu: 10.3390/s21020510

6
  • [artykuł w czasopiśmie, 2023]
  • TytułTowards clinical applicability and computational efficiency in automatic cranial implant design: an overview of the AutoImplant 2021 cranial implant design challenge
    AutorzyJianning Li, David G. Ellis, Oldřich Kodym, Laurèl Rauschenbach, Christoph Rieß, Ulrich Sure, Karsten H. Wrede, Carlos M. Alvarez, Marek WODZIŃSKI, Mateusz DANIOŁ, Daria HEMMERLING, Hamza Mahdi, Allison Clement, Evan Kim, Zachary Fishman, Cari M. Whyne, James G. Mainprize, Michael R. Hardisty, Shashwat Pathak, Chitimireddy Sindhura, Rama Krishna Sai S. Gorthi, Degala Venkata Kiran, Subrahmanyam Gorthi, Bokai Yang, Ke Fang, Xingyu Li, Artem Kroviakov, Lei Yu, Yuan Jin, Antonio Pepe, Christina Gsaxner, Adam Herout, Victor Alves, Michal Španěl, Michele R. Aizenberg, Jens Kleesiek, Jan Egger
    ŹródłoMedical Image Analysis. — 2023 vol. 88 art. no. 102865, s. 1–15. — tekst: https://www.sciencedirect.com/science/article/pii/S1361841523001251/pdfft?md5=3c6e6c85c142f6407044d7e95890e16d&pid=1-s2.0-S1361841523001251-main.pdf
  • keywords: deep learning, shape completion, craniectomy, cranial implant design, AutoImplant II, sparse convolutional neural networks, cranioplasty

    cyfrowy identyfikator dokumentu: 10.1016/j.media.2023.102865

7