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 "analiza obrazów medycznych" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    A computer aided dignostic system for survival analysis after EVAR treatment of EVAR
    Autorzy:
    Maiora, J.
    Grańa, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/333534.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    analiza obrazów medycznych
    rejestracja
    klasyfikacja
    medical image analysis
    registration
    classification
    Opis:
    Abdominal Aortic Aneurysm (AAA) is a local dilation of the Aorta that occurs between the renal and iliac arteries. Recently developed treatment involves the insertion of a endovascular prosthetic (EVAR), which has the advantage of being a minimally invasive procedure but also requires monitoring to analyze postoperative patient outcomes. The most widespread method for monitoring is computerized axial tomography (CAT) imaging, which allows 3D reconstructions and segmentations of the aorta's lumen of the patient under study. Previously published methods measure the deformation of the aorta between two studies of the same patient using image registration techniques. This paper applies neural network and statistical classifiers to build a predictor of patient survival. The features used for classification are the volume registration quality measures after each of the image registration steps. This system provides the medical team an additional decision support tool.
    Źródło:
    Journal of Medical Informatics & Technologies; 2011, 18; 51-58
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie algorytmów przeszukiwania grafów do analizy obrazów medycznych
    Analysis of medical images based on graph search algorithms
    Autorzy:
    Dimitrova-Grekow, T.
    Dąbkowski, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/156629.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    analiza obrazów medycznych
    algorytmy przeszukiwania grafów
    uczenie maszynowe
    eksploracja danych
    rozpoznawanie choroby
    image analysis
    graph search algorithm
    machine learning
    data mining
    disease recognition
    Opis:
    W artykule przedstawiono wyniki testów niekonwencjonalnego zastosowania metod do przeszukiwania grafów w celu analizy obrazów powstałych z rezonansu magnetycznego głowy. Zaprezentowano GUI do automatycznej obróbki serii obrazów. Zbudowane klasyfikatory wykazały, że metoda BFS analizy plików DICOM, po odpowiednej selekcji cech, pozwala na 100% rozpoznawanie chorych na wodogłowie i ponad 90% zdrowych, co zachęca do dalszych badań i obserwacji, np. czy osoby sklasyfikowane błędnie jako chorzy, po czasie rzeczywiście nie rozwinęli tej choroby.
    There are many methods for image segmentation [1, 2]: threshold, area, edge and hybrid methods. Area methods indicate groups of similar pixels form local regions [3, 4]. Edge methods detect boundaries between homogeneous segments [5, 6, 7]. In this paper we present the results of tests of unconventional implementation of graph search methods for the analysis of images generated from magnetic resonance imaging [8]. We explored the effectiveness of different approaches for dividing areas within a similar gray scale, using adapted graph search algorithms (DFS, BFS) after appropriate modification (Fig. 1). For this purpose, the Weka package (a tool for pre-processing, classification, regression, clustering and data visualization) was used [9]. A training set was generated after analyzing all the series of images from the database. First, we evaluated models created using certain algorithms and compared their efficacy (Tab. 1). This was followed by a selection of attributes (Tab. 2) and a re-evaluation of the models (Tab. 3). Comparison of the results of both evaluations showed that after selection of the relevant product attributes, you can achieve up to 100% detection of patients with hydrocephalus and over 90% proper recognition of healthy persons. This encourages further research and observation, such as whether persons wrongly classified as sick actually developed the disease in time. We designed a web application for the study, written in Windows Azure, as well as a GUI for automatic processing of a series of images (Fig. 2).
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 7, 7; 578-580
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rozpoznawanie i komputerowe rozumienie zmian patologicznych na przykładzie analizy przestrzennych wizualizacji 3D tętnic wieńcowych serca
    Computer recognition and under standing of pathological changes in analysis of spatial visualizations of coronary vessels
    Autorzy:
    Trzupek, M.
    Ogiela, M. R.
    Powiązania:
    https://bibliotekanauki.pl/articles/274628.pdf
    Data publikacji:
    2011
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    systemy automatycznej analizy i rozumienia obrazów
    komputerowe wspomaganie diagnostyki medycznej
    inteligentna analiza i interpretacja obrazów medycznych
    image understanding systems
    computer-aided diagnosis
    intelligent medical image processing and understanding
    Opis:
    W ostatnich latach coraz większy nacisk kładziony jest na poprawę jakości oraz skuteczności opieki medycznej. Aby sprostać temu zadaniu powstaje coraz więcej nowych, bądź nowszej generacji urządzeń obrazowej diagnostyki medycznej. Rosnąca liczba badań wykonywanych dla każdego pacjenta powoduje, że lekarze mają do czynienia z coraz większą liczbą obrazów diagnostycznych skojarzonych z danym pacjentem. Aby sprostać oczekiwaniom zmniejszenia liczby błędów medycznych, poprawy efektywności interpretacji licznych zbiorów danych obrazowych oraz usprawnienia dostępu i wymiany informacji, konieczne jest wykorzystanie zaawansowanych i komputerowych metod wspomagania diagnostyki medycznej. W artykule zaprezentowano autorskie rozwiązania w zakresie wspomaganej komputerowo interpretacji zmian patologicznych, uwidacznianych na obrazach pochodzących z badań diagnostycznych tętnic wieńcowych serca. Wskazano także dalsze kierunki badawcze w tym zakresie, które będą rozwijane w niedalekiej przyszłości.
    In recent years, increasing emphasis is put on improving the quality and effectiveness of healthcare. To meet this challenge there are more new, or newer generation of medical diagnostic imaging equipment. A growing number of diagno stic examination causes that doctors have to deal with an increasing number of diagnostic images associated with a given patient. To meet the expectations of reducing medical errors, improving the efficiency of the interpretation of numerous sets of visual data, and improving access, and exchange of information, it is necessary to use computer-aided diagnostic methods. This article presents both original solutions in the field of computer-aided interpretation of pathological changes visible in images obtained from diagnostic examination of coronary arteries, as well as further research directions in this area.
    Źródło:
    Pomiary Automatyka Robotyka; 2011, 15, 12; 102-105
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Formalizmy lingwistyki matematycznej w komputerowym wspomaganiu detekcji zmian chorobowych unaczynienia wieńcowego
    Mathematical linguistic in computer aided detection of pathological changes in coronary vessels
    Autorzy:
    Trzupek, M.
    Ogiela, M. R.
    Tadeusiewicz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/157487.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    inteligentna analiza i rozumienie obrazów medycznych
    przestrzenne modelowanie unaczynienia wieńcowego
    komputerowe wspomaganie diagnostyki medycznej
    intelligent medical image processing and understanding
    spatial modelling of coronary vessels
    computer-aided diagnosis
    Opis:
    W artykule zaprezentowano nowe podejście do automatycznego rozumienia obrazów medycznych na przykładzie zobrazowań unaczynienia wieńcowego uzyskiwanych w trakcie badań spiralną tomografią komputerową (CT). W szczególności przedstawiono próby wykorzystania lingwistycznych metod strukturalnej analizy obrazów w postaci algorytmów grafowych, wykorzystywanych do tworzenia systemów wspomagania diagnostyki medycznej, a także kognitywnej analizy i rozumienia zobrazowań medycznych tętnic wieńcowych serca. Uzyskane wyniki potwierdzają duże znaczenie zaproponowanych rozwiązań w diagnostyce choroby niedokrwiennej serca.
    The paper presents a novel approach to analysis of CT (computed tomography) coronary artery images based on automatic image understanding paradigm. In particular there will be presented attempts at using linguistic methods of structural image analysis in the form of graph algorithms to develop a new type of systems for the cognitive analysis and understanding of images. Such methodology will be described on an example of detection of pathological changes in coronary arteries of the heart. The problem undertaken is important because the identification and location of significant stenoses in coronary vessels is a widespread practical task. The first section describes the current state of computer-assisted therapeutic decisions taken by the doctors. The second section shows the difficulties faced by developers of systems supporting the work of diagnosing physicians. The third section describes in detail the next steps in modeling and then searching for lesions in coronary arteries (Fig. 2). The fourth section presents analysis of the effectiveness of the proposed solutions which in the set of imaging data reached about 85%. The summary presents the advantages of this technique, in particular graph languages for describing shape features that can effectively be used for modeling and semantic descriptions of occurring pathological changes. The obtained results confirm the importance of the proposed methods in the diagnosis of coronary heart disease.
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 2, 2; 206-209
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ekstrakcja cech teksturalnych w klasyfikacji obrazów tomograficznych wątroby
    Texture feature extraction in liver CT image analysis
    Autorzy:
    Duda, D.
    Krętowski, M.
    Bézy-Wendling, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/341025.pdf
    Data publikacji:
    2007
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    klasyfikacja obrazów medycznych
    analiza tekstury
    tomografie komputerowe wątroby
    computer-aided diagnosis
    texture analysis
    liver CT images
    Opis:
    W pracy przedstawiono nową metodę opisu tekstur, przystosowaną do analizy grupy obrazów, przedstawiających na różne sposoby ten sam fragment organu. Charakteryzując obszary zainteresowania, uwzględniono nie tylko cechy teksturalne wyliczone na ich podstawie, ale również ich zależność od warunków pozyskiwania obrazów. Zaproponowano kilka sposobów konstrukcji przestrzeni parametrów odzwierciedlających zmianę tekstury, która zachodzi pod wpływem zmian warunków akwizycji. Proponowaną metodę zweryfikowano doświadczalnie w klasyfikacji obrazów tomograficznych wątroby. Rozpoznawano cztery typy tkanki, dla każdego przypadku rozważono trzy momenty akwizycji, związane z obecnością i propagacją środka kontrastującego. Wyniki uzyskane przy użyciu różnych zestawów cech teksturalnych i klasyfikatora w postaci dipolowych drzew decyzyjnych pokazują, że uwzględnienie zmian tekstury pod wpływem propagacji środka kontrastującego znacznie poprawia diagnozę.
    In the work, a new method of texture characterization from multiple scan series is presented. Images with the same slice position, acquired at different conditions, are analyzed simultaneously. Thereby not only texture characteristics of the considered region of interest are taken into account, but also their variations over the different acquisition moments. A few approaches to description of these variations were proposed. They were applied in recognition of four types of hepatic tissue. Liver CT images were acquired during the three typical phases related to presence and propagation of contrast material. Experiments with various sets of texture parameters and dipolar decision tree as a classifier showed that simultaneous analysis of texture features derived from three subsequent acquisition moments could considerably improve the classification accuracy.
    Źródło:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2007, 2; 51-66
    1644-0331
    Pojawia się w:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Texture analysis as a tool for medical decision support. P. 1 Recent applications for cancer early detection
    Analiza tekstur jako narzędzie wspomagania decyzji medycznych. Cz. 1 Najnowsze zastosowania do wczesnego wykrywania nowotworów
    Autorzy:
    Duda, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/88390.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    obrazowanie medyczne
    analiza obrazów
    tekstura
    selekcja cech
    wspomaganie decyzji medycznych
    diagnoza
    wspomaganie komputerowe
    medical imaging
    image analysis
    texture
    feature selection
    computer aided diagnosis
    CAD
    medical decision support
    Opis:
    A great number of works have been devoted to developing different medical decision support systems, based on an image data. Such systems combine a wide range of methods for digital image analysis and interpretation. It has been proven that one of the most useful sources of information encoded in the image is its texture. Texture Analysis (TA) provides many important discriminating characteristics, not normally perceptible with visual inspection. With properly chosen TA methods, an image-based diagnosis could be considerably improved. However, the choice of the methods is not an easy task and often depends on the nuances of each diagnostic problem. The present work provides an overview of the most frequently used methods for texture analysis (statistical, model-based, and filter-based) and shows their advantages and limitations. It also includes an overview of texture-based medical decision support systems, recently proposed for cancer detection and classification.
    W ciągu ostatnich dwudziestu lat zaproponowano wiele komputerowych systemów wspomagania decyzji medycznych, opierających się na danych obrazowych. Systemy te są w stanie zlokalizować patologicznie zmienione obszary, opisać właściwości rozpatrywanych tkanek, jak również dokonać ich klasyfikacji. Istotnym źródłem informacji zawartej w obrazie jest jego tekstura. Cyfrowa analiza tekstur pozwala wykryć znacznie więcej szczegółów obrazu, niż zwykła analiza wizualna. Odpowiedni dobór metod analizy tekstur może przyczynić się do znacznego podwyższenia liczby trafnie rozpoznanych schorzeń. Wybór ten często zależy od niuansów danego problemu diagnostycznego. Niniejsza praca stanowi przegląd najczęściej stosowanych metod analizy tekstur (statystycznych, opierających się na modelach, wykorzystujących filtry) oraz pokazuje ich zalety i ograniczenia. Zawiera również przegląd najnowszych systemów do wczesnego wykrywania i rozpoznawania nowotworów, opierających się na analizie tekstury.
    Źródło:
    Advances in Computer Science Research; 2014, 11; 61-84
    2300-715X
    Pojawia się w:
    Advances in Computer Science Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Texture analysis as a tool for medical decision support. P. 2 Classification of liver disorders based on computed tomography images
    Analiza tekstur jako narzędzie wspomagania decyzji medycznych. Cz. 2 Klasyfikacja patologii wątroby na obrazach tomografii komputerowej
    Autorzy:
    Duda, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/88386.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    obrazowanie medyczne
    analiza obrazów
    tekstura
    selekcja cech
    diagnoza
    wątroba
    tomografia komputerowa
    wspomaganie decyzji medycznych
    medical imaging
    image analysis
    texture
    feature selection
    computer aided diagnosis
    CAD
    medical decision support
    liver
    computed tomography
    CT
    Opis:
    Texture analysis has already demonstrated its great potential in many digital image-based diagnostic systems. It allows to extract from an image many important diagnostic information, impossible to capture with only the visual appreciation. The first attempts to use a texture analysis (TA) as a tool for characterization of an image content took place in the 70’s of the last century. Since then a variety of methods have been proposed and found their application in many domains, also – in the medical field. However, it is still difficult to indicate a method that would ensure satisfactory results for any diagnostic problem. The present work gives an overview of the texture analysis methods, that have been applied for hepatic tissue characterization from Computed Tomography (CT) images. It includes details of about forty studies, presented over the past two decades, devoted to (semi)automatic detection or/and classification of different liver pathologies. Quoted systems are divided into three categories: (i) based on a single-image texture of non-enhanced CT images of the liver, (ii) based on a single-image texture of contrast-enhanced images, and (iii) based on a multiimage texture. The latter ones concern a simultaneous analysis of sets of textures, each of which corresponds to the same liver slice, but is related to a different contrast agent concentration in hepatic vessels.
    Analiza tekstur jest szeroko stosowana w wielu cyfrowych systemach wspomagania decyzji medycznych, na podstawie danych obrazowych. Pozwala ona wydobyć z obrazu istotne szczegóły, których nie można dostrzec podczas analizy wizualnej. Pierwsze próby analizy tekstur miały miejsce w latach siedemdziesiątych ubiegłego wieku. Od tamtej pory zaproponowano wiele metod analizy tekstur. Trudno jest jednak wskazać metodę uniwersalna, która zapewniłaby zadowalające wyniki dla każdego problemu diagnostycznego. Niniejsza praca stanowi przegląd metod analizy tekstur, stosowanych do opisu tkanki wątrobowej na obrazach tomografii komputerowej. Przedstawia informacje o około czterdziestu systemach diagnostycznych, zaproponowanych w ciągu ostatnich dwóch dekad, poświęconych (pół)automatycznemu wykrywaniu lub / i klasyfikacji schorzeń wątroby. Opisywane systemy zostały podzielone na trzy kategorie: (i) opierające się na teksturze pojedynczego obrazu, pozyskanego bez podawania pacjentowi środka kontrastującego, (ii) opierające się ´na teksturze pojedynczego obrazu, pozyskanego po podaniu pacjentowi środka kontrastującego, oraz (iii) opierające się na jednoczesnej analizie wielu tekstur. Te ostatnie odnoszą się do analizy zestawów tekstur przedstawiających ten sam wycinek wątroby, lecz odpowiadających różnym stężeniom środka kontrastowego w jej naczyniach krwionośnych.
    Źródło:
    Advances in Computer Science Research; 2014, 11; 85-108
    2300-715X
    Pojawia się w:
    Advances in Computer Science Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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