Informacja

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

Wyszukujesz frazę "87.19.xu" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Point Investigation Method for Cancer Changed Tissues
Autorzy:
Kłonowski, Ł.
Kulas, Z.
Bereś-Pawlik, E.
Rząca, M.
Czarnecki, R.
Grzebieniak, Z.
Powiązania:
https://bibliotekanauki.pl/articles/1506797.pdf
Data publikacji:
2010-12
Wydawca:
Polska Akademia Nauk. Instytut Fizyki PAN
Tematy:
87.57.-s
87.57.R-
87.57.nm
87.19.xu
87.19.xj
Opis:
In this paper we describe the method of point investigation for cancer changed tissues with application of fluorescence phenomenon. The measurements have been made using a specially constructed scanning setup and fiber sensors. The experiment with investigation of endogenous fluorescence has been made on different types of slide tissues (e.g. breast and intestine tumor or precancerous and pathological skin tissues). The obtained spectral characteristics of fluorescence, with typical intensity peaks in 480-520 nm range, have explicitly outlined healthy and pathologically changed areas. The intensity of detected fluorescence determines the evaluation of disease advancement. Moreover, the ability to scan the surface of a tissue sample with constantly moving step of scanning setup in X-Y axis allows us to present the results in a spatial distribution of fluorescence intensity.
Źródło:
Acta Physica Polonica A; 2010, 118, 6; 1174-1176
0587-4246
1898-794X
Pojawia się w:
Acta Physica Polonica A
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Feed Forward Neural Network for Autofluorescence Imaging Classification
Autorzy:
Kulas, Z.
Bereś-Pawlik, E.
Wierzbicki, J.
Powiązania:
https://bibliotekanauki.pl/articles/1506801.pdf
Data publikacji:
2010-12
Wydawca:
Polska Akademia Nauk. Instytut Fizyki PAN
Tematy:
87.57.-s
87.57.R-
87.57.nm
87.19.xu
87.19.xj
Opis:
The key elements in cancer diagnostics are the early identification and estimation of the tumor growth and its spread in order to determine the area to be operated on. The aim of our study was to develop new methods of analyzing autofluorescence images which will allow us an objective and accurate assessment of the location of a tumor and will also be helpful in determining the advancement of the disease. The proposed classification methods are based on neural network algorithms. An Olympus company endoscopic system was used for an autofluorescence intestine imaging study. The autofluorescence imaging analysis process can be divided into several main stages. The first step is preparation of a training data set. The second one involves selection of feature space, namely the selection of those features which enable distinguishing the pathologically altered areas from the healthy ones. Final stages of the analysis include pathologically changed tissue classification and diagnosis.
Źródło:
Acta Physica Polonica A; 2010, 118, 6; 1189-1193
0587-4246
1898-794X
Pojawia się w:
Acta Physica Polonica A
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