Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "jajnik" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Adnexal torsion – can laparoscopy wait?
    Skręt przydatków – czy laparoskopia może poczekać?
    Autorzy:
    Cichoń, Bartosz
    Słowik, Łukasz
    Baran, Katarzyna
    Gadomska, Aleksandra
    Gilewska, Justyna
    Cichoń, Tomasz
    Lemm, Magdalena A.
    Bakon, Igor
    Witek, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/1426938.pdf
    Data publikacji:
    2021-02-28
    Wydawca:
    Śląski Uniwersytet Medyczny w Katowicach
    Tematy:
    adnexal torsion
    ovaries
    laparoscopy
    skręt przydatków
    jajnik
    laparoskopia
    Opis:
    Adnexal torsion is a rare emergency condition and its diagnosis is challenging as the clinical presentation is nonspecific. About half of the cases of adnexal torsion are not identified in a timely manner. It is important to undergo prompt surgery to preserve ovarian function. Our article describes the clinical presentation of adnexal torsion and early surgical intervention to preserve the adnexa in a young woman.
    Skręt przydatków jest rzadkim stanem nagłym, a jego diagnoza jest wyzwaniem, ponieważ objawy kliniczne są niecharakterystyczne. Około połowy przypadków skrętu przydatków pozostaje nierozpoznana w odpowiednim czasie. Podjęcie szybkiego leczenia operacyjnego jest istotne, aby zachować funkcję jajnika. W artykule opisano objawy kliniczne skrętu przydatków i wczesną interwencję chirurgiczną pozwalającą na zachowanie przydatków u młodej pacjentki.
    Źródło:
    Annales Academiae Medicae Silesiensis; 2021, 75; 8-10
    1734-025X
    Pojawia się w:
    Annales Academiae Medicae Silesiensis
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Use of neuron image analysis to build classification model of corpora lutea of domestic cattle
    Wykorzystanie neuronowej analizy obrazu w budowie modelu klasyfikacyjnego ciałek żółtych u bydła domowego
    Autorzy:
    Górna, K.
    Zaborowicz, M.
    Jaśkowski, B. M.
    Idziaszek, P.
    Okoń, P.
    Boniecki, P.
    Przybył, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/337157.pdf
    Data publikacji:
    2016
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    neural modeling
    computer image analysis
    corpus luteum
    ovaries
    domestic cattle
    modelowanie neuronowe
    komputerowa analiza obrazu
    ciałko żółte
    jajnik
    bydło domowe
    Opis:
    The paper presents the results of studies on the usefulness of the texture images USG (ultrasonography) analysis by GLCM (Gray Level Co-Occurrence Matrix) in neural modeling. Tests pertained to the efficacy of the classification of the corpora lutea located in ultrasound images of the domestic cattle ovaries performed by artificial neural networks. The tests were performed using three different methods: the first one used unprocessed images - raw, the second method used image processing - unsharp mask. In the third method the raw images were processed by filter reducing the noise - despeckle filter. For each of the presented methods, the best generated neural network model had the structure of the MLP (Multi Layers Perceptron). The best results, in terms of artificial neural network were obtained in the case of ultrasound images that were not processed prior to texture analysis. As a result, it generated MLP neural model of structure 5:5-8-1:1.
    W pracy zaprezentowano wyniki przeprowadzonych badań nad przydatnością analizy tekstury obrazów USG (UltraSonoGraphy) metodą GLCM (Gray Level Co-Occurrence Matrix) w modelowaniu neuronowym. Sprawdzano skuteczność klasyfikacji przez sztuczne sieci neuronowe ciałek żółtych znajdujących się na obrazach USG jajników bydła domowego. Badania wykonano za pomocą trzech różnych metod: w pierwszej wykorzystano obrazy nieprzetworzone - surowe, w drugiej posłużono się metodą przetwarzania obrazu - filtrem wyostrzającym. Natomiast w trzecim sposobie obrazy surowe zostały przetworzone filtrem redukującym zaszumienia. Dla każdej z zaprezentowanych metod, najlepszy wygenerowany model sieci neuronowej miał strukturę MLP (Multi Layer Perceptron). Najlepsze wyniki, pod względem jakości sztucznej sieci neuronowej uzyskano w przypadku obrazów USG, które nie były przetwarzane przed analizą tekstur. W efekcie wygenerowano model neuronowy MLP o strukturze 5:5-8-1:1.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2016, 61, 3; 162-166
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    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