Autor: Wawrzyniak, Z. - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Application of advanced data collection and quality assurance methods in open prospective study - a case study of PONS project
Autorzy:: Wawrzyniak, Z.M.
Paczesny, D.
Manczuk, M.
Zatonski, W.A.
Powiązania:: https://bibliotekanauki.pl/articles/51940.pdf
Data publikacji:: 2011
Wydawca:: Instytut Medycyny Wsi
Tematy:: health indicator
epidemiological study
information system
data collection
health survey
Polska
quality assurance
PONS project
public health
Źródło:: Annals of Agricultural and Environmental Medicine; 2011, 18, 2
1232-1966
Pojawia się w:: Annals of Agricultural and Environmental Medicine
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Analiza obrazów w automatycznym systemie identyfikacji ziaren pyłku roślin
Image analysis in automatic system of pollen recognition
Autorzy:: Rapiejko, P.
Wawrzyniak, Z.M.
Jachowicz, R.S.
Jurkiewicz, D.
Powiązania:: https://bibliotekanauki.pl/articles/26713.pdf
Data publikacji:: 2006
Wydawca:: Polskie Towarzystwo Botaniczne
Opis:: In allergology practice and research, it would be convenient to receive pollen identification and monitoring results in much shorter time than it comes from human identification. Image based analysis is one of the approaches to an automated identification scheme for pollen grain and pattern recognition on such images is widely used as a powerful tool. The goal of such attempt is to provide accurate, fast recognition and classification and counting of pollen grains by computer system for monitoring. The isolated pollen grain are objects extracted from microscopic image by CCD camera and PC computer under proper conditions for further analysis. The algorithms are based on the knowledge from feature vector analysis of estimated parameters calculated from grain characteristics, including morphological features, surface features and other applicable estimated characteristics. Segmentation algorithms specially tailored to pollen object characteristics provide exact descriptions of pollen characteristics (border and internal features) already used by human expert. The specific characteristics and its measures are statistically estimated for each object. Some low level statistics for estimated local and global measures of the features establish the feature space. Some special care should be paid on choosing these feature and on constructing the feature space to optimize the number of subspaces for higher recognition rates in low-level classification for type differentiation of pollen grains. The results of estimated parameters of feature vector in low dimension space for some typical pollen types are presented, as well as some effective and fast recognition results of performed experiments for different pollens. The findings show the ewidence of using proper chosen estimators of central and invariant moments (M21, NM2, NM3, NM8 NM9), of tailored characteristics for good enough classification measures (efficiency > 95%), even for low dimensional classifiers (>3) for type differentiation of pollens grain.
W praktyce alergologicznej oraz badaniach dogodne jest uzyskanie identyfikacji ziaren pyłku i wyników monitoringu w krótszym czasie niż potrzeba na taką identyfikację przez człowieka. Analiza obrazowa jako jedna z metod automatycznego sposobu identyfikacji ziaren pyłku i rozpoznawanie obiektów w takich obrazach jest szeroko używana jako skuteczne narzędzie analizy. Celem pracy było automatyczne rozpoznawanie, klasyfikacja i zliczanie ziaren pyłku roślin w monitorowaniu stężeñ aeroalergenów z obrazów pochodzącym np. z osadzonych na taśmie pomiarowej obiektów przez system komputerowy, który daje pomiar szybki, prosty i o wyższym poziomie ufności w stosunku do analizy prowadzonej przez obserwatora za pomocąmikroskopu optycznego. Ziarna pyłku wyizolowano z obrazu mikroskopowego przez układ kamery i komputera PC w warunkach odpowiednich do dalszej analizy. Algorytmy oparte zostały na wiedzy pochodzącej z analizy przestrzeni wektorów cech estymowanych charakterystyk ziaren pyłku: właściwości morfologicznych, cech powierzchni i kształtu oraz odpowiednich innych właściwości. Algorytmy segmentacji specjalnie dobrane do cech charakterystycznych dostarczyły dokładnego opisu brzegu i wnętrza ziaren pyłku, takiego jak używał ekspert. Specyficzne cechy i ich miary były obliczane dla każdego obiektu. Część z estymowanych miar lokalnych i globalnych niskiego rzędu utworzyła przestrzeń cech. Szczególnąuwagę poświęcono wyborowi właściwości cech i tworzeniu przestrzeni cech w taki sposób, aby optymalizować jej rząd dla zadanej wartości poziomu rozpoznania dla niskowymiarowego klasyfikatora przy różnicowaniu ziaren. Przedstawiono uzyskane wyniki estymowanych parametrów momentów wektora w niskowymiarowej przestrzeni cech dla trzech typowych ziaren pyłku, jak również rezultaty szybkiego i skutecznego rozpoznania dla przeprowadzonych doświadczeñ. Pokazują one, że używając estymatorów odpowiednio dobranych właściwości momentów centralnych i inwariantnych można uzyskać rozróżnienie ziaren pyłku dla odpowiednich miar klasyfikacji nawet dla niskowymiarowych klasyfikatorów przy uzyskaniu wysokiego poziomu ufności (> 95%) rozpoznania nawet dla niskowymiarowej przestrzeni (> 3).
Źródło:: Acta Agrobotanica; 2006, 59, 1
0065-0951
2300-357X
Pojawia się w:: Acta Agrobotanica
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "Wawrzyniak, Z." wg kryterium: Autor

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język