Informacja

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

Wyszukujesz frazę "MRI mózgu" wg kryterium: Wszystkie pola


Tytuł:
Social-Group-Optimization based tumor evaluation tool for clinical brain MRI of Flair/diffusion-weighted modality
Autorzy:
Dey, Nilanjan
Rajinikanth, V.
Shi, Fuqian
Tavares, João Manuel R.S.
Moraru, Luminita
Arvind Karthik, K.
Lin, Hong
Kamalanand, K.
Emmanuel, C.
Data publikacji:
2019
Słowa kluczowe:
Brain MRI
brain tumor
social group optimization
Shannon's entropy
ANFIS classifier
clinical MRI dataset
MRI mózgu
guz mózgu
entropia Shannona
klasyfikator ANFIS
Pokaż więcej
Dostawca treści:
BazTech
Artykuł
Tytuł:
Implementation of chaotic atom search optimized SWIN transformer architecture for efficient corpus callosum segmentation in brain MRI images
Autorzy:
Avasarala, Padmanabha Sarma
Govindakumar, Saranya
Data publikacji:
2023
Słowa kluczowe:
corpus callosum
wavelet thresholding
MRI
chaotic atom search optimized
CASO
shifted window
SWIN
ciało modzelowate
próg falkowy
zoptymalizowane wyszukiwanie atomów chaotycznych
Pokaż więcej
Dostawca treści:
BazTech
Artykuł
Tytuł:
Comparison of two ways of incorporating the external information via Linear Mixed Model design with application in Brain Imaging
Porównanie dwóch sposobów wykorzystania dodatkowych informacji za pomocą liniowego modelu mieszanego z zastosowaniem w obrazowaniu mózgu
Autorzy:
Paleczny, Maria
Słowa kluczowe:
model liniowy, mieszany model liniowy, obrazowanie mózgu, MRI, DTI, riPEER, REEPir, optymalizacja, regularyzacja
linear model, linear mixed model, brain imaging, MRI, DTI, riPEER, REEPir, optimization, connectivity matrix, penalized optimization
Pokaż więcej
Dostawca treści:
Repozytorium Uniwersytetu Jagiellońskiego
Inne
Tytuł:
Modified VGG16 for accurate brain tumor detection in MRI imagery
Zmodyfikowany VGG16 do dokładnego wykrywania guzów mózgu w obrazach MRI
Autorzy:
Krishna, Katuri Rama
Arbaaz, Mohammad
Dhanekula, Surya Naga Chandra
Vallabhaneni, Yagna Mithra
Data publikacji:
2024
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
brain tumor
deep learning
VGG16
detection
guz mózgu
uczenie głębokie
wykrywanie
Pokaż więcej
Dostawca treści:
Biblioteka Nauki
Artykuł

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