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 "połączenie obrazu" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Modern hybrid joints in arospace: modelling and testing
    Nowoczesne połączenia hybrydowe w Lotnictwie: modelowanie i badania eskperymentalne
    Autorzy:
    Sadowski, T.
    Balawender, T.
    Śliwa, R.
    Golewski, P.
    Kneć, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/350876.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    zaciskanie
    połączenia hybrydowe
    połączenie nit-klej
    połączenie klincz-klej
    połączenie zgrzewanie punktowe-klejenie
    analiza elementów skończonych
    system cyfrowej korelacji obrazu
    clinching
    hybrid joint
    rivet-adhesive bonded joint
    clinch - adhesive joint
    spot welding - adhesive joint
    FEA (finite element analysis)
    DIC (digital image correlation system)
    Opis:
    The aim of the paper is to review different types of modern hybrid joints applied in aerospace. We focused on three particular cases: 1) spot welding - adhesive, 2) rivet-bonded and 3) clinch-bonded joints. The numerical models presented in the paper for these joints describe their complex behaviour under mechanical loading. The numerical calculations performed using ABAQUS code were compared to experimental results obtained by application of the Digital Image Correlation system (DIC) ARAMIS. The results investigated within the paper lead to the following major conclusions: - the strengthening of joints by application of adhesive significantly improve static strength, - the final failure of the joined structural system significantly depends on the surface adhesive area, - the stiffening effects of the hybrid joint lead to higher reliability and durability of the structural joints.
    W pracy dokonano przeglądu różnych typów połączeń hybrydowych stosowanych w lotnictwie. Szczególną uwagę zwrócono na trzy typy połączeń: 1) zgrzewanie punktowe - klejenie, 2) nitowanie - klejenie, 3) klinczowanie - klejenie. Modele numeryczne złączy zawarte w pracy, ujawniają złożoną i trudną do przewidzenia reakcję tych złączy na obciążenia mechaniczne. Obliczenia numeryczne porównano z wynikami eksperymentalnymi otrzymanymi za pomocą bezdotykowego systemu pomiaru odkształcen i naprężeń (DIC) ARAMIS. Główne wnioski z prezentowanych badań: - zastosowanie kleju powoduje istotne zwiększenie wytrzymałości statycznej testowanych połączeń, - na końcowy efekt zniszczenia złącza hybrydowego znaczący wpływ ma powierzchnia złącza klejowego, - zwiększona sztywność złączy hybrydowych powoduje, że mają one większą niezawodność i trwałość jako połączenia konstrukcyjne.
    Źródło:
    Archives of Metallurgy and Materials; 2013, 58, 1; 163-169
    1733-3490
    Pojawia się w:
    Archives of Metallurgy and Materials
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Deep learning-based framework for tumour detection and semantic segmentation
    Autorzy:
    Kot, Estera
    Krawczyk, Zuzanna
    Siwek, Krzysztof
    Królicki, Leszek
    Czwarnowski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/2173573.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    deep learning
    medical imaging
    tumour detection
    semantic segmentation
    image fusion
    technika deep learning
    głęboka nauka
    obrazowanie medyczne
    wykrywanie guza
    segmentacja semantyczna
    połączenie obrazu
    Opis:
    For brain tumour treatment plans, the diagnoses and predictions made by medical doctors and radiologists are dependent on medical imaging. Obtaining clinically meaningful information from various imaging modalities such as computerized tomography (CT), positron emission tomography (PET) and magnetic resonance (MR) scans are the core methods in software and advanced screening utilized by radiologists. In this paper, a universal and complex framework for two parts of the dose control process – tumours detection and tumours area segmentation from medical images is introduced. The framework formed the implementation of methods to detect glioma tumour from CT and PET scans. Two deep learning pre-trained models: VGG19 and VGG19-BN were investigated and utilized to fuse CT and PET examinations results. Mask R-CNN (region-based convolutional neural network) was used for tumour detection – output of the model is bounding box coordinates for each object in the image – tumour. U-Net was used to perform semantic segmentation – segment malignant cells and tumour area. Transfer learning technique was used to increase the accuracy of models while having a limited collection of the dataset. Data augmentation methods were applied to generate and increase the number of training samples. The implemented framework can be utilized for other use-cases that combine object detection and area segmentation from grayscale and RGB images, especially to shape computer-aided diagnosis (CADx) and computer-aided detection (CADe) systems in the healthcare industry to facilitate and assist doctors and medical care providers.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; art. no. e136750
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Deep learning-based framework for tumour detection and semantic segmentation
    Autorzy:
    Kot, Estera
    Krawczyk, Zuzanna
    Siwek, Krzysztof
    Królicki, Leszek
    Czwarnowski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/2128156.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    deep learning
    medical imaging
    tumour detection
    semantic segmentation
    image fusion
    technika deep learning
    głęboka nauka
    obrazowanie medyczne
    wykrywanie guza
    segmentacja semantyczna
    połączenie obrazu
    Opis:
    For brain tumour treatment plans, the diagnoses and predictions made by medical doctors and radiologists are dependent on medical imaging. Obtaining clinically meaningful information from various imaging modalities such as computerized tomography (CT), positron emission tomography (PET) and magnetic resonance (MR) scans are the core methods in software and advanced screening utilized by radiologists. In this paper, a universal and complex framework for two parts of the dose control process – tumours detection and tumours area segmentation from medical images is introduced. The framework formed the implementation of methods to detect glioma tumour from CT and PET scans. Two deep learning pre-trained models: VGG19 and VGG19-BN were investigated and utilized to fuse CT and PET examinations results. Mask R-CNN (region-based convolutional neural network) was used for tumour detection – output of the model is bounding box coordinates for each object in the image – tumour. U-Net was used to perform semantic segmentation – segment malignant cells and tumour area. Transfer learning technique was used to increase the accuracy of models while having a limited collection of the dataset. Data augmentation methods were applied to generate and increase the number of training samples. The implemented framework can be utilized for other use-cases that combine object detection and area segmentation from grayscale and RGB images, especially to shape computer-aided diagnosis (CADx) and computer-aided detection (CADe) systems in the healthcare industry to facilitate and assist doctors and medical care providers.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; e136750, 1--7
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    CT/SPECT image fusion in patients treated with iodine-131
    Autorzy:
    Psiuk-Maksymowicz, K.
    Borys, D.
    Gorczewski, K.
    Steinhof, K.
    d'Amico, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/333051.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    połączenie obrazu
    emisyjna tomografia komputerowa pojedynczego fotonu
    image fusion
    SPECT-CT overlay
    point-based method
    Opis:
    Computer tomography gives visualization of anatomical structures and abnormalities, but it lacks of functional information. On the other hand, single photon emission tomography provides the missing information about the tumour function, but it has relative low resolution and the localization of the visible focus may be difficult, especially when iodine ¹³¹I is used. Thus, several methods of image fusion are applied. We present an algorithm of image fusion based on affine transformation. On the base of a phantom study, we showed that the created program can be a useful tool to fuse CT and SPECT images and then applied to patients' datasets. External marker method was used to align patient functional and anatomical data. Image alignment quality depends on appropriate marker placement and acquisition protocol. The program estimates maximal misalignment in a volume between the markers. Created acquisition protocol minimizes misalignment of patient placement on both CT and gamma camera, however misalignment derived from respiratory movements cannot be avoided. The proposed technique is simple, low-cost and can be easily adopted in any hospital or diagnostic centre equipped with gamma camera and CT. Fusion of morphology and function can improve diagnostic accuracy in many clinical circumstances.
    Źródło:
    Journal of Medical Informatics & Technologies; 2004, 8; II7-12
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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