Informacja

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

Wyszukujesz frazę "image diagnostic" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Metody analizy obrazu – analiza obrazu mammograficznego na podstawie cech wyznaczonych z tekstury
Image analysis methods - analysis of mammographic image based on textural features
Autorzy:
Lazarek, J.
Powiązania:
https://bibliotekanauki.pl/articles/408690.pdf
Data publikacji:
2013
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
mammografia
obrazowanie medyczne
analiza tekstury
klasyfikacja obrazów
mammography
medical diagnostic imaging
image texture analysis
image classification
Opis:
W artykule przedstawiono analizę możliwości zastosowania cech wyznaczanych z tekstury do klasyfikacji wykrytych, na obrazie mammograficznym, obszarów zainteresowania – jako obszarów niezmienionych lub zmienionych chorobowo. Cechy tekstury wyznaczono na podstawie histogramu, macierzy gradientu, macierzy długości pasm oraz macierzy zdarzeń. Klasyfikację przeprowadzono z wykorzystaniem klasyfikatora k-NN. W wyniku przeprowadzonych eksperymentów poprawnie rozpoznano wszystkie zmienione chorobowo próbki.
This paper presents an analysis of the possibility of using textural features for mammographic images classification. Textural features are calculated base on histogram, gradient matrix, run-length matrix, co-occurence matrix. Classification is based on k-NN classifier, the regions of interest can be classified as normal or abnormal. Results of some experiments are presented. All of abnormal regions were classified correctly.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2013, 4; 10-13
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Determination of the optimal scanning step for evaluation of image reconstruction quality in magnetoacoustic tomography with magnetic induction
Określenie optymalnego kroku skanowania do oceny jakości rekonstrukcji obrazu w tomografii magnetoakustycznej ze wzbudzeniem indukcyjnym
Autorzy:
Zywica, Adam Ryszard
Ziolkowski, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/408684.pdf
Data publikacji:
2019
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
image reconstruction
image processing algorithm
medical diagnostic imaging
magnetoacoustic effect
magnetoacoustic tomography with magnetic induction
rekonstrukcja obrazu
algorytm przetwarzania obrazu
diagnostyczne obrazowanie medyczne
efekt magnetoakustyczny
tomografia magnetoakustyczna ze wzbudzeniem indukcyjnym
Opis:
Magnetoacoustic Tomography with Magnetic Induction (MAT-MI) is a new hybrid imaging modality especially dedicated for non-invasive electrical conductivity imaging of low-conductivity objects such as e.g. biological tissues. The purpose of the present paper is to determine the optimal scanning step assuring the best quality of image reconstruction. In order to resolve this problem a special image reconstruction quality indicator based on binarisation has been applied. Taking into account different numbers of measuring points and various image processing algorithms, the conditions allowing successful image reconstruction have been provided in the paper. Finally, the image reconstruction examples for objects’ complex shapes have been analysed.
Tomografia magnetoakustyczna ze wzbudzeniem indukcyjnym (MAT-MI) to nowa hybrydowa technika obrazowania dedykowana szczególnie do nieinwazyjnego obrazowania obiektów o niskiej konduktywności elektrycznej, takich jak na przykład tkanki biologiczne. Celem niniejszej pracy jest określenie optymalnego kroku skanowania zapewniającego najlepszą jakość rekonstrukcji obrazu. W celu rozwiązania tego problemu zastosowano specjalny wskaźnik jakości rekonstrukcji obrazu bazujący na binaryzacji. W artykule przedstawiono warunki umożliwiające pomyślne zrekonstruowanie obrazu biorąc pod uwagę różną liczbę punktów pomiarowych oraz różne algorytmy przetwarzania obrazu. W końcowym etapie pracy przeanalizowano przykłady rekonstrukcji obrazu dla obiektów o bardziej złożonych kształtach.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2019, 9, 4; 38-42
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
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