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 "medical image analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-13 z 13
    Tytuł:
    Approach to classifying data with highly localized unmarked features using neural networks
    Autorzy:
    Grzeszczuk, Rafał
    Powiązania:
    https://bibliotekanauki.pl/articles/305688.pdf
    Data publikacji:
    2019
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    classification
    neural networks
    medical image analysis
    Opis:
    To face the increasing demand of quality healthcare, cutting-edge automation technology is being applied in demanding areas such as medical imaging. This paper proposes a novel approach to classification problems on datasets with sparse highly localized features. It is based on the use of a saliency map in the amplification of features. Unlike previous efforts, this approach does not use any prior information about feature localization. We present an experimental study based on the Diabetic Retinopathy classification problem, in which our method has shown to achieve an over 20%-higher accuracy in solving a two-class Diabetic Retinopathy classification problem than a naive approach based solely on residual neural networks. The dataset consists of 35,120 images of various qualities, inconsistent resolutions, and aspect ratios.
    Źródło:
    Computer Science; 2019, 20 (3); 329-342
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    Texture analysis in perfusion images of prostate cancer-A case study
    Autorzy:
    Śmietański, J.
    Tadeusiewicz, R.
    Łuczyńska, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/907770.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    nowotwór prostaty
    tomografia komputerowa
    analiza obrazu medycznego
    rozpoznawanie obrazów
    prostate cancer
    perfusion computed tomography
    medical image analysis
    pattem recognition
    Opis:
    The analysis of prostate images is one of the most complex tasks in medical images interpretation. It is sometimes very difficult to detect early prostate cancer using currently available diagnostic methods. But the examination based on perfusion computed tomography (p-CT) may avoid such problems even in particularly difficult cases. However, the lack of computational methods useful in the interpretation of perfusion prostate images makes it unreliable because the diagnosis depends mainly on the doctor's individual opinion and experience. In this paper some methods of automatic analysis of prostate perfusion tomographic images are presented and discussed. Some of the presented methods are adopted from papers of other researchers, and some are elaborated by the authors. This presentation of the method and algorithms is important, but it is not the master scope of the paper. The main purpose of this study is computational (deterministic and independent) verification of the usefulness of the p-CT technique in a specific case. It shows that it is possible to find computationally attainable properties of p-CT images which allow pointing out the cancerous lesion and can be used in computer aided medical diagnosis.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2010, 20, 1; 149-156
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Picture Languages in Automatic Radiological Palm Interpretation
    Autorzy:
    Tadeusiewicz, R.
    Ogiela, M. R.
    Powiązania:
    https://bibliotekanauki.pl/articles/908539.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    komputerowe wspomaganie diagnozy
    diagnostyka choroby
    choroba dłoni
    syntaktyczne rozpoznawanie obrazu
    rozumienie obrazu
    medyczna analiza obrazu
    syntactic pattern recognition
    image understanding
    medical image analysis
    computer-aided diagnosis
    palm disease diagnostics
    Opis:
    The paper presents a new technique for cognitive analysis and recognition of pathological wrist bone lesions. This method uses AI techniques and mathematical linguistics allowing us to automatically evaluate the structure of the said bones, based on palm radiological images. Possibilities of computer interpretation of selected images, based on the methodology of automatic medical image understanding, as introduced by the authors, were created owing to the introduction of an original relational description of individual palm bones. This description was built with the use of graph linguistic formalisms already applied in artificial intelligence. The research described in this paper demonstrates that for the needs of palm bone diagnostics, specialist linguistic tools such as expansive graph grammars and EDT-label graphs are particularly well suited. Defining a graph image language adjusted to the specific features of the scientific problem described here permitted a semantic description of correct palm bone structures. It also enabled the interpretation of images showing some in-born lesions, such as additional bones or acquired lesions such as their incorrect junctions resulting from injuries and synostoses.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2005, 15, 2; 305-312
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Evaluation of patch tests results–research and development of technique based on infrared thermography
    Ocena wyników testów płatkowych–badanie i rozwijanie metody opartej na termografii
    Autorzy:
    Szwedo, M.
    Tomaka, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/327152.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    medical thermography
    allergology
    image analysis
    termografia medyczna
    alergologia
    analiza obrazów
    Opis:
    Skin tests in allergology are a method of medical diagnosis that attempts to provoke a small, controlled allergic response. Evaluation of the patch test depends on visual assessment so it is not an objective method, because it does concern only skin surface and difficulties like changes in skin pigmentation, atopic skin, black race skin or delayed reaction may occur. Studies with use of thermography confirm that skin surface allergic reaction is strictly connected with temperature increasing at that area so such technique may be the key for impartial evaluation. Carried out tests, also confirmed information from literature review, that to obtain valuable infrared images large intervals between allergens must be kept.
    Testy skórne w alergologii to metoda diagnostyczna polegająca na wywołaniu małej, kontrolowanej reakcji alergicznej. Ocena testów płatkowych oparta jest na ocenie wizualnej, której podlega tylko powierzchni skóry, a więc nie jest obiektywna, gdyż mogą mieć na nią wpływ takie czynniki jak zmiany w pigmentacji skóry, skóra atopowa, skóra rasy czarnej lub opóźniona reakcja. Badania z użyciem termografii potwierdziły, że reakcja alergiczna powierzchni skóry jest ściśle powiązana ze wzrostem temperatury w tym obszarze, więc technika ta może być kluczowa w dążeniu do obiektywnej oceny. Przeprowadzone badania potwierdziły także informację z przeglądu literatury, że aby otrzymać wartościowe termogramy należy zachować duże odstępy pomiędzy aplikowanymi alergenami.
    Źródło:
    Diagnostyka; 2015, 16, 3; 3-8
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Image data sonification in medicine
    Autorzy:
    Berndt-Schreiber, M.
    Lesiński, W.
    Trzciałkowski, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/333455.pdf
    Data publikacji:
    2008
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    EKG
    EEG
    analiza danych
    dane obrazu medycznego
    image data sonification
    medical image data
    ECG
    data analysis
    Opis:
    A procedure of image data sonification has been described as an alternative to the traditional graphical visualization approach. The state of the art and the essential features of the method in various data analyses have been presented. Original interface designs have been introduced and potential applications in medical practice have been illustrated and discussed.
    Źródło:
    Journal of Medical Informatics & Technologies; 2008, 12; 177-182
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody analizy obrazu – analiza obrazu mammograficznego na podstawie cech wyznaczonych z tekstury
    Image analysis methods - analysis of mammographic image based on textural features
    Autorzy:
    Lazarek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/408690.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    mammografia
    obrazowanie medyczne
    analiza tekstury
    klasyfikacja obrazów
    mammography
    medical diagnostic imaging
    image texture analysis
    image classification
    Opis:
    W artykule przedstawiono analizę możliwości zastosowania cech wyznaczanych z tekstury do klasyfikacji wykrytych, na obrazie mammograficznym, obszarów zainteresowania – jako obszarów niezmienionych lub zmienionych chorobowo. Cechy tekstury wyznaczono na podstawie histogramu, macierzy gradientu, macierzy długości pasm oraz macierzy zdarzeń. Klasyfikację przeprowadzono z wykorzystaniem klasyfikatora k-NN. W wyniku przeprowadzonych eksperymentów poprawnie rozpoznano wszystkie zmienione chorobowo próbki.
    This paper presents an analysis of the possibility of using textural features for mammographic images classification. Textural features are calculated base on histogram, gradient matrix, run-length matrix, co-occurence matrix. Classification is based on k-NN classifier, the regions of interest can be classified as normal or abnormal. Results of some experiments are presented. All of abnormal regions were classified correctly.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2013, 4; 10-13
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie przekształceń obrazowych do poprawy czytelności zdjęć RTG
    Application of image transformations in improvement of readability of X-ray images
    Autorzy:
    Szarek, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/98945.pdf
    Data publikacji:
    2008
    Wydawca:
    Politechnika Śląska. Katedra Biomechatroniki
    Tematy:
    zdjęcia RTG
    promieniowanie rentgenowskie
    analiza obrazów
    analiza komputerowa
    diagnostyka medyczna
    X-ray images
    X-ray
    image analysis
    computer analysis
    medical diagnostics
    Opis:
    Do prawidłowej oceny zmian układu kostnego oraz przebudowy kości po implantacji protezy niezbędna jest dobra jakość RTG. Nie zawsze jednak po wywołaniu kliszy możliwa jest jednoznaczna ocena zmian ze względu na słabą jakość zdjęcia, a dodatkowe prześwietlenie pacjenta wiąże się z zwiększeniem dawki promieniowania. W artykule podjęto próbę przystosowania komputerowej analizy obrazu do poprawy czytelności zdjęć RTG.
    More and more advanced diagnostics technologies enable very precise assessment of skeleton state and determination of degenerative changes. Due to the fact that top diagnostics technologies are very expensive, X-ray images are mostly taken. In order to perform proper assessment of changes in bone system and bone remodelling after prosthesis implantation, a high quality of X-ray images is necessary. However, unequivocal assessment of changes is not always possible after film developing due to low quality of images and additional X-ray examination is connected with patient being exposed to increased radiation dose. This paper describes the attempts made to adjust computer image analysis in order to improve readability of X-ray images.
    Źródło:
    Aktualne Problemy Biomechaniki; 2008, 2; 151-154
    1898-763X
    Pojawia się w:
    Aktualne Problemy Biomechaniki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    3D medical imaging: from 2D images to 3D models
    Autorzy:
    Mavromatis, S.
    Sequeira, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/332849.pdf
    Data publikacji:
    2002
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    obrazowanie medyczne w 3D
    modelowanie geometryczne
    analiza obrazu
    3D medical imaging
    geometrical modeling
    image analysis
    Opis:
    Up to the end of the 70's, Medical Imaging was mainly related to the study of planar data sets resulting from direct physical acquisitions (e.g. X-Ray radiographs). Then, the development of inverse methods associated with the increasing power of computers enabled the visualization and the analysis of human being cross-section images (e.g. CT scans, MRI): these images are the result of mathematical processes and do not present direct physical acquisitions. The visualization of these data in three-dimensional space was made possible by the use of a set of parallel cross-sections: the result was spectacular but not sufficient for further development, especially in the case of clinical applications. Such applications need the characterization of a geometrical model, e.g. for the capture of sophisticated geometrical parameters or to provide a mathematical support to mechanical simulations.
    Źródło:
    Journal of Medical Informatics & Technologies; 2002, 3; IP7-14
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    U-Net based frames partitioning and volumetric analysis for kidney detection in tomographic images
    Autorzy:
    Les, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/2173575.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    kidney detection
    medical image processing
    U-net
    frames partitioning
    volumetric analysis
    wykrywanie nerek
    przetwarzanie obrazu medycznego
    partycjonowanie ramek
    analiza objętościowa
    Opis:
    This work presents an automatic system for generating kidney boundaries in computed tomography (CT) images. This paper presents the main points of medical image processing, which are the parts of the developed system. The U-Net network was used for image segmentation, which is now widely used as a standard solution for many medical image processing tasks. An innovative solution for framing the input data has been implemented to improve the quality of the learning data as well as to reduce the size of the data. Precision-recall analysis was performed to calculate the optimal image threshold value. To eliminate false-positive errors, which are a common issue in segmentation based on neural networks, the volumetric analysis of coherent areas was applied. The developed system facilitates a fully automatic generation of kidney boundaries as well as the generation of a three-dimensional kidney model. The system can be helpful for people who deal with the analysis of medical images, medical specialists in medical centers, especially for those who perform the descriptions of CT examination. The system works fully automatically and can help to increase the accuracy of the performed medical diagnosis and reduce the time of preparing medical descriptions.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; art. no. e137051
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    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:
    U-Net based frames partitioning and volumetric analysis for kidney detection in tomographic images
    Autorzy:
    Les, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/2090740.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    kidney detection
    medical image processing
    U-net
    frames partitioning
    volumetric analysis
    wykrywanie nerek
    przetwarzanie obrazu medycznego
    partycjonowanie ramek
    analiza objętościowa
    Opis:
    This work presents an automatic system for generating kidney boundaries in computed tomography (CT) images. This paper presents the main points of medical image processing, which are the parts of the developed system. The U-Net network was used for image segmentation, which is now widely used as a standard solution for many medical image processing tasks. An innovative solution for framing the input data has been implemented to improve the quality of the learning data as well as to reduce the size of the data. Precision-recall analysis was performed to calculate the optimal image threshold value. To eliminate false-positive errors, which are a common issue in segmentation based on neural networks, the volumetric analysis of coherent areas was applied. The developed system facilitates a fully automatic generation of kidney boundaries as well as the generation of a three-dimensional kidney model. The system can be helpful for people who deal with the analysis of medical images, medical specialists in medical centers, especially for those who perform the descriptions of CT examination. The system works fully automatically and can help to increase the accuracy of the performed medical diagnosis and reduce the time of preparing medical descriptions.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; e137051, 1--9
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    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 1-13 z 13

      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