Informacja

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

Wyszukujesz frazę "badania parametryczne" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Metoda wyboru tętniczej funkcji wejścia w badaniach mózgu techniką DSC-MRI
A method of arterial input function selection in DSC-MRI brain measurements
Autorzy:
Lipiński, S.
Kalicka, R.
Powiązania:
https://bibliotekanauki.pl/articles/210742.pdf
Data publikacji:
2010
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
badania mózgu
DSC-MRI
tętnicza funkcja wejścia
modelowanie parametryczne
brain measurements
arterial input function
parametric modelling
Opis:
W pracy opisano algorytm automatycznego wyboru tętniczej funkcji wejścia (AIF). Parametry perfuzji obliczane z użyciem AIF są wyznaczane dokładniej, zatem jakość wyboru AIF przekłada się bezpośrednio na jakość diagnozy lekarskiej stawianej na ich podstawie. Proponowany algorytm łączy kryteria fizjologiczne z obiektywnymi kryteriami matematycznymi. Jego działanie pokazano na przykładowej sekwencji z badania DSC-MRI. Opisany algorytm jest odporny na zakłócenia danych i łatwo modyfikowalny. Ponadto jego kolejne kroki, jak wybór dopasowywanej funkcji regresji, są uzasadnione celem, czyli stworzeniem map deskryptorów perfuzji poprzez modelowanie parametryczne procesu dystrybucji znacznika. Wybór podejścia parametrycznego, zamiast modelowania black box, pozwala lepiej zrozumieć funkcjonowanie badanego systemu, ponieważ parametrom modelu takiego sytemu nadaje się interpretację fizyczną.
In the paper, the algorithm of automatic selection of arterial input function (AIF) was described. Perfusion parameters which are calculated using AIF are determined more precisely, so quality of AIF selection has a direct influence on quality of medical diagnosis made on these parameters. Proposed algorithm links physiological criteria with objective mathematical criteria. Its performance data noise and easily modifiable and, furthermore, its consecutive steps, like choice of fitted regression function, are grounded by the aim which is creation of maps of perfusion parameters using parametric modelling of contrast agent distribution process. The choice of parametric approach, instead of black box modelling, allows better understanding of investigated system functioning, because parameters of system model have physical interpretation.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2010, 59, 2; 349-361
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena przydatności filtracji Kalmana do poprawy właściwości szumowych danych uzyskiwanych w badaniach DSC-MRI mózgu
Valuation of usefulness of Kalman filtration to improve noise properties of DSC-MRI brain research data
Autorzy:
Kalicka, R.
Lipiński, S.
Powiązania:
https://bibliotekanauki.pl/articles/153750.pdf
Data publikacji:
2008
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
filtracja stochastyczna Kalmana
badania DSC-MRI mózgu
modelowanie parametryczne
Kalman stochastic filtration
brain DSC-MRI research
parametric modeling
Opis:
W pracy pokazano jak na poprawę jakość danych z badania DSC-MRI wpływa filtracja stochastyczna Kalmana. Do przeprowadzenia filtracji stochastycznej potrzebny jest opis systemu w kategoriach zmiennych stanu. Warunek ten spełnia użyty model trójkompartmentowy. Filtracji poddane są próbki, które reprezentują pierwszy przepływ znacznika przez ROI. Jakość filtracji Kalmana silnie zależy od ilości próbek, z związku z tym mało liczne dane MRI są symulacyjnie uzupełniane do zadowalającej ilości, a po filtracji z licznego zbioru punktów odzyskiwane są próbki odpowiadające oryginalnym danym. Uzyskane rezultaty wskazują na przydatność filtracji Kalmana do poprawy własności szumowych danych DSC-MRI.
Stochastic filtration of data from DSC-MRI brain research is presented in the paper. To use stochastic Kalman filter investigated system has to be described in terms of input-state-output. This condition is fulfilled with used multi-compartmental model (see Fig. 3). Used model describes first pass of contrast agent through the brain so before the filtration beginning we have to choose data that represents only the first pass. For satisfactory Kalman filtration there are required numerous measurements, while DSC-MRI research provides several to dozen samples from first-pass curve. To solve that problem original DSC-MRI data is supplemented with required number of samples with the same error characteristics as original data from adopted Monte Carlo simulation. Six exemplary passages of first-pass contrast agent concentration before and after filtration are shown in Fig. 4. Obtained results indicate that Kalman filtration appears to be suitable to improve noise characteristics of DSC-MRI brain research data.
Źródło:
Pomiary Automatyka Kontrola; 2008, R. 54, nr 3, 3; 118-121
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
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