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 "graph cuts" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    On cerebrospinal fluid segmentation from CT brain scans using interactive graph cuts
    Interaktywna segmentacja płynu mózgowo-rdzeniowego z obrazów tomograficznych mózgu z wykorzystaniem technik grafowych
    Autorzy:
    Węgliński, T.
    Fabijańska, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/408124.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    graf
    segmentacja
    mózg
    PMR
    wodogłowie
    graph cuts
    image segmentation
    brain
    cerebrospinal fluid
    hydrocephalus
    Opis:
    Inaccuracy of the manual assessment of brain diseases forces medicine to look for a new solutions. The key factor in the diagnosis of many brain lesions is an accumulation, volume and pressure of the cerebrospinal fluid (CSF) in ventricles and cavities of the brain. In this paper, the problem of segmentation of the CSF is regarded. Specifically, the min-cut/max-flow algorithm is investigated and applied to several CT scans. The results reveals that this approach may provide a basis for further quantitative analysis of brain lesions.
    Niedoskonałość manualnych metod diagnostycznych w ocenie zmian chorobowych w obszarze mózgu sprawia, że współczesna medycyna poszukuje nowych rozwiązań. Jednym z kluczowych wskaźników postępu choroby jest nagromadzenie, objętość i ciśnienie płynu mózgowo-rdzeniowego (PMR). Artykuł rozważa problem segmentacji PMR z obrazów tomograficznych. Prezentowane podejście bazuje na interaktywnym algorytmie segmentacji opartym na grafach, którego skuteczność daje podstawy do późniejszej, wiarygodnej analizy ilościowej danego schorzenia.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2012, 4b; 7-9
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Weighted Laplacians of grids and their application for inspection of spectral graph clustering methods
    Autorzy:
    Kłopotek, Mieczysław
    Wierzchoń, Sławomir
    Kłopotek, Robert
    Powiązania:
    https://bibliotekanauki.pl/articles/1954572.pdf
    Data publikacji:
    2021
    Wydawca:
    Politechnika Gdańska
    Tematy:
    grid graph
    analytical form of graph Laplacians
    spectral clustering
    graph cuts
    graf siatkowy
    analityczna forma grafu Laplacianie
    grupowanie spektralne
    graf cięcia
    Opis:
    This paper investigates the relationship between various types of spectral clustering methods and their kinship to relaxed versions of graph cut methods. This predominantly analytical study exploits the closed (or nearly closed) form of eigenvalues and eigenvectors of unnormalized (combinatorial), normalized, and random walk Laplacians of multidimensional weighted and unweighted grids. We demonstrate that spectral methods can be compared to (normalized) graph cut clustering only if the cut is performed to minimize the sum of the weight square roots (and not the sum of weights) of the removed edges. We demonstrate also that the spectrogram of the regular grid graph can be derived from the composition of spectrograms of path graphs into which such a graph can be decomposed, only for combinatorial Laplacians. It is impossible to do so both for normalized and random-walk Laplacians. We investigate the in-the-limit behavior of combinatorial and normalized Laplacians demonstrating that the eigenvalues of both Laplacians converge to one another with an increase in the number of nodes while their eigenvectors do not. Lastly, we show that the distribution of eigenvalues is not uniform in the limit, violating a fundamental assumption of the compact spectral clustering method.
    Źródło:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2021, 25, 3; 329-353
    1428-6394
    Pojawia się w:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
    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