Informacja

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

Wyszukujesz frazę "przetwarzanie obrazów medycznych" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Semi-automatic count of hepatic stellate cells from microscopic in-vitro images by modeling elliptical nuclei
Półautomatyczna metoda zliczania komórek gwiaździstych wątroby na mikroskopowych obrazach in-vitro przez modelowanie ich eliptycznych jąder
Autorzy:
Bołdak, C.
Sadowski, M.
Jaroszewicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/341137.pdf
Data publikacji:
2008
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
przetwarzanie obrazów medycznych
zliczanie komórek
komórki gwiaździste wątroby
medical image processing
cell count
hepatic stellate cells
Opis:
A new method of semi-automatic liver cell counting is presented. Instead of segmenting the cells bodies (not regular and fragmented in some stages of the cells life) it localizes the cells nuclei which are bright, homogeneous and elliptical structures with darker body (body fragments) on their circumference. The nuclei are modeled by ellipses which can be found in two manners: by local region growing algorithm and by reconstruction of the ellipse equation from its contour points. The found ellipses set is then downsized (since all possible ellipses are initially considered) by eliminating the closest one to another and the worst ones by mean of a special fitness function. The method is implemented as a visual, multiplatform JAVA application, easy to use in the scientific every-day work. It is evaluated on real microscopic in-vitro images of the hepatic stellate cells.
W artykule tym zaprezentowana jest nowa, półautomatyczna metoda zliczania komórek wątroby. Zamiast skupiać sięna ciałach komórek (w niektórych fazach ich życia nieregularnych i pofragmentowanych) lokalizuje ona ich jądra, które są jasnymi, jednolitymi i eliptycznymi strukturami otoczonymi przez ciemniejsze ciało (lub jego fragmenty). Jądra komórek są modelowane na 2 sposoby: przez lokalny algorytm rozrostu obszaru i przez odtworzenie równania elipsy z jej punktów na obwodzie.Wśród wszystkich znalezionych elips (początkowa każda jej potencjalna lokalizacja jest brana pod uwagę) wybierane są lokalnie najlepsze oraz te, których dopasowanie, mierzone specjalną funkcją, jest powyżej pewnego progu. Metoda została zaimplementowana jako graficzna, wieloplatformowa, przyjazna dla użytkownika aplikacja w języku JAVA. Jej działanie zostało ocenione na rzeczywistych mikroskopowych obraz in-vitro komórek wątroby.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2008, 3; 23-38
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie realistycznej przestrzeni operacyjnej na podstawie obrazów dicom
Modelling of realistic surgical space based on dicom images
Autorzy:
Leniowski, R.
Meissner, J.
Powiązania:
https://bibliotekanauki.pl/articles/261479.pdf
Data publikacji:
2016
Wydawca:
Politechnika Wrocławska. Wydział Podstawowych Problemów Techniki. Katedra Inżynierii Biomedycznej
Tematy:
przetwarzanie obrazów medycznych
DICOM
modelowanie ciała człowieka
oprogramowanie medyczne
medical image processing
human body modelling
medical software
Opis:
Praca przedstawia metody modelowania realistycznej przestrzeni medycznej na podstawie danych diagnostyki obrazowej zgodnych ze standardem DICOM. Zawiera krótki przegląd współczesnych zastosowań trójwymiarowych wizualizacji w medycynie oraz opisuje metodę pozwalającą na odczytywanie zdjęć diagnostyki obrazowej zapisanych w plikach DICOM. Dla ciągu dwuwymiarowych obrazów następuje wyznaczenie konturów ludzkich narządów. Kontury łączy się względem osi Z i w efekcie otrzymuje się trójwymiarowa siatkę obiektów w przestrzeni ograniczonej powierzchnią skóry. Jednym z tych obiektów jest również przestrzeń operacyjna. Implementację komputerową metody wykonano w języku C++ przy wykorzystaniu bibliotek SFML, SFGUI, Boost, DCMTK oraz OpenGL. Aplikacja odczytuje ciągi zdjęć procedury diagnostycznej, a następnie określa granice interesującego obszaru, wylicza wierzchołki węzłowe siatki modelu trójwymiarowego i renderuje scenę.
The aim of this work was to develop methods that are able to model realistic surgical site, using DICOM-compliant images. The theoretical issues include significance of 3D visualizations in modern medicine for diagnostic and surgical use. The practical part of this work has been focused on creating a C++ application, using SFML, SFGUI, DCMTK, boost, and OpenGL libraries for reading sequences of images stored in DICOM standard files, and then using them for tracing contours of human organs. Contours were then used for 3D visualization of surgical site. patient.
Źródło:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna; 2016, 22, 4; 245-260
1234-5563
Pojawia się w:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rough sets in identification of cellular automata for medical image processing
Autorzy:
Płaczek, B.
Powiązania:
https://bibliotekanauki.pl/articles/333253.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
rough sets
cellular automata
medical image processing
zbiory przybliżone
automaty komórkowe
przetwarzanie obrazów medycznych
Opis:
In this paper a method is proposed which enables identification of cellular automata (CA) that extract low-level features in medical images. The CA identification problem includes determination of neighbourhood and transition rule on the basis of training images. The proposed solution uses data mining techniques based on rough sets theory. Neighbourhood is detected by reducts calculations and rule-learning algorithms are applied to induce transition rules for CA. Experiments were performed to explore the possibility of CA identification for boundary detection, convex hull transformation and skeletonization of binary images. The experimental results show that the proposed approach allows finding CA rules that are useful for extraction of specific features in microscopic images of blood specimens.
Źródło:
Journal of Medical Informatics & Technologies; 2013, 22; 161-168
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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