Temat: obrazowanie rezonansu magnetycznego - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Numeryczne modele gruczołu piersiowego
Numerical models of human breast
Autorzy:: Michałowska-Samonek, J.
Wac-Włodarczyk, A.
Miaskowski, A.
Powiązania:: https://bibliotekanauki.pl/articles/160278.pdf
Data publikacji:: 2010
Wydawca:: Sieć Badawcza Łukasiewicz - Instytut Elektrotechniki
Tematy:: nowotwór gruczołu piersiowego
FDTD
obrazowanie mikrofalowe
MRI
obrazowanie rezonansu magnetycznego
MR
rezonans magnetyczny
Opis:: W artykule zostały przedstawione modele numeryczne gruczołu piersiowego uzyskane przy pomocy obrazów MRI. Modele te pozwalają lepiej zobrazować zmiany zachodzące w gruczole piersiowym poprzez uzyskane dość dokładne właściwości tkanki.
In this paper were presented numerical breast phantoms, obtained using MRI. These phantoms allow better illustrate changes setting in breast through obtained fairly accurate characteristics of tissue.
Źródło:: Prace Instytutu Elektrotechniki; 2010, 248; 175-188
0032-6216
Pojawia się w:: Prace Instytutu Elektrotechniki
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Automatic segmentation of brain tumors using tensor analysis and multimodal MRI
Autorzy:: Jackowski, K.
Manhães-Savio, A.
Cyganek, B.
Powiązania:: https://bibliotekanauki.pl/articles/333913.pdf
Data publikacji:: 2015
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: brain lesion
MRI
magnetic resonance imaging
classification
tensor
zmiany w mózgu
rezonans magnetyczny
obrazowanie metodą rezonansu magnetycznego
klasyfikacja
Opis:: Glioma detection and classification is an critical step to diagnose and select the correct treatment for the brain tumours. There has been advances in glioma research and Magnetic Resonance Imaging (MRI) is the most accurate non-invasive medical tool to localize and analyse brain cancer.The scientiﬁc global community has been organizing challenges of open data analysis to push forward automatic algorithms to tackle this task. In this paper we analyse part of such challenge data, the Multimodal Brain Tumor Image Segmentation Benchmark (BRATS), with novel algorithms using partial learning to test an active learning methodology and tensor-based image modelling methods to deal with the fusion of the multimodal MRI data into one space. A Random Forest classifier is used for pixel classification. Our results show an error rates of 0.011 up to 0.057 for intra-subject classification. These results are promising compared to other studies. We plan to extend this method to use more than 3 MRI modalities and present a full active learning approach.
Źródło:: Journal of Medical Informatics & Technologies; 2015, 24; 165-172
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Analysis and comparison of symmetry based lossless and perceptually lossless algorithms for volumetric compression of medical images
Autorzy:: Chandrika, B. K.
Aparna, P.
Sumam, D. S.
Powiązania:: https://bibliotekanauki.pl/articles/333936.pdf
Data publikacji:: 2015
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: bilateral symmetry
human visual system
MRI image
CT image
just noticeable distortion
perceptually lossless compression
symetria dwustronna
obraz MRI
rezonans magnetyczny
obrazowanie metodą rezonansu magnetycznego
obraz CT
tomografia komputerowa
zniekształcenie
Opis:: Modern medical imaging techniques produce huge volume of data from stack of images generated in a single examination. To compress them several volumetric compression techniques have been proposed. Performance of these compression schemes can be improved further by considering the anatomical symmetry present in medical images and incorporating the characteristics of human visual system. In this paper a volumetric medical image compression algorithm is presented in which perceptual model is integrated with a symmetry based lossless scheme. Symmetry based lossless and perceptually lossless algorithms were evaluated on a set of three dimensional medical images. Experimental results show that symmetry based perceptually lossless coder gives an average of 8.47% improvement in bit per pixel without any perceivable degradation in visual quality against the lossless scheme.
Źródło:: Journal of Medical Informatics & Technologies; 2015, 24; 147-154
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki