Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "angiografia tomografii" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
3D watershed transform combined with a probabilistic atlas for medical image segmentation
Autorzy:
Straka, M.
La Cruz, A.
Kochl, A.
Sramek, M.
Groller, E.
Fleischmann, D.
Powiązania:
https://bibliotekanauki.pl/articles/333997.pdf
Data publikacji:
2003
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
angiografia tomografii komputerowej
segmentacja oparta na wiedzy
probabilistyczny atlas
kategoria histogramu
CT angiography
knowledge based segmentation
probabilistic atlas
thin-plate-spline
histogram classification
Opis:
Recent advances in medical imaging technology using multiple detector-row computed tomography (CT) provide volumetric datasets with unprecedented spatial resolution. This has allowed for CT to evolve into an excellent non-invasive vascular imaging technology, commonly referred to as CT-angiography. Visualisation of vascular structures from CT datasets is demanding, however, and identification of anatomic objects in CT-datasets is highly desirable. Density and/or gradient operators have been used most commonly to classify CT data. In CT angiography, simple density/gradient operators do not allow precise and reliable classification of tissues due to the fact that different tissues (e.g. bones and vessels) possess the same density range and may lie in close spatial vicinity. We think, that anatomic classification can be achieved more accurately, if both spatial location and density properties of volume data are taken into account. We present a combination of two well-known methods for volume data processing to obtain accurate tissue classification. 3D watershed transform is used to partition the volume data in morphologically consistent blocks and a probabilistic anatomic atlas is used to distinguish between different kinds of tissues based on their density.
Źródło:
Journal of Medical Informatics & Technologies; 2003, 6; IT69-78
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Level-set based segmentation of carotid arteries in computed tomography angiography images
Autorzy:
Pięciak, T.
Baran, M.
Urbańczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/333312.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
segmentacja obrazu
zbiór poziomu progowego
angiografia tomografii komputerowej
tętnice szyjne
image segmentation
threshold level set
fast marching method
computed tomography angiography
carotid arterie
Opis:
In this paper a segmentation algorithm of carotid arteries on computed tomography angiography (CTA) images is proposed. The algorithm is based on the threshold level set approach. In the basic version, the algorithm analyzes CTA slices beginning at the brachiocephalic trunk and going towards carotid arteries. Second variant of the algorithm performs segmentation in the opposite direction, which implies that the algorithm can follow branches e.g. subclavian arteries. The localization process of the initial contour, for threshold level set method, on the first slice is based on curvature anisotropic diffusion filter, the Gaussian filter and fast marching method. The article contains segmentation results for tested sets of method parameters. Experimental results show that optimal set of parameters ensuring that the threshold level set method performs segmentation of the entire subclavian arteries, does not exist.
Źródło:
Journal of Medical Informatics & Technologies; 2011, 17; 281-286
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies