Wszystkie pola: brain tumor segmentation

Skocz do pozycji: 1.

Tytuł:: Application of region growing method to brain tumor segmentation - preliminary results
Autorzy:: Piekar, E.
Szwarc, P.
Sobotnicki, A.
Momot, M.
Data publikacji:: 2013
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: segmentation
region growing
T1 images
brain tumor
segmentacja
obrazy T1
guz mózgu; Pokaż więcej
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Szczegóły

Skocz do pozycji: 2.

Tytuł:: Application of region groving method to brain tumor segmentation : preliminary results
Współwytwórcy:: Szwarc, Paweł
Sobotnicki, Aleksander
Momot, Michał
Piekar, Ewelina
Data publikacji:: 2013
Tematy:: Systemy informatyczne
Medycyna
Neurologia; Pokaż więcej
Dostawca treści:: Academica

Artykuł

na półce

Szczegóły

Skocz do pozycji: 3.

Tytuł:: Application of region growing method to brain tumor segmentation - preliminary results
Autorzy:: Piekar, E.
Szwarc, P.
Sobotnicki, A.
Momot, M.
Data publikacji:: 2013
Słowa kluczowe:: segmentation
region growing
T1 images
brain tumor
segmentacja
obrazy T1
guz mózgu; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 4.

Tytuł:: A deep learning model integrating SK-TPCNN and random forests for brain tumor segmentation in MRI
Współwytwórcy:: Song, Jikun Autor
Li, Lei (biolog) Autor
Yang, Tiejun Autor
Data publikacji:: 2019
Tematy:: Obrazowanie metodą rezonansu magnetycznego (MRI)
Las losowy
Konwolucyjna sieć neuronowa
Nowotwór
Deep learning; Pokaż więcej
Dostawca treści:: Academica

Artykuł

na półce

Szczegóły

Skocz do pozycji: 5.

Tytuł:: A deep learning model integrating SK-TPCNN and random forests for brain tumor segmentation in MRI
Autorzy:: Yang, Tiejun
Song, Jikun
Li, Lei
Data publikacji:: 2019
Słowa kluczowe:: magnetic resonance imaging
convolutional neural network
random forests
brain tumor segmentation
rezonans magnetyczny
konwolucyjna sieć neuronowa
las losowy
segmentacja guza; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 6.

Tytuł:: Bayesian HCS-based multi-SVNN: A classification approach for brain tumor segmentation and classification using Bayesian fuzzy clustering
Autorzy:: Raju, A. R.
Suresh, P.
Rao, R. R.
Data publikacji:: 2018
Słowa kluczowe:: MRI image
brain tumor classification
brain tumor segmentation
Bayesian fuzzy clustering
support vector neural network
obraz MRI
guz mózgu
klasteryzacja rozmyta
sieć neuronowa; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 7.

Tytuł:: Emergence of Convolutional Neural Network in Future Medicine: Why and How. A Review on Brain Tumor Segmentation
Autorzy:: Savareh, B. A.
Emami, H.
Hajiabadi, M.
Ghafoori, M.
Azimi, S. M.
Data publikacji:: 2018
Słowa kluczowe:: convolution neural network
brain tumor
segmentation
deep learning; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 8.

Tytuł:: Brain tumor classification using a hybrid deep autoencoder with Bayesian fuzzy clustering-based segmentation approach
Autorzy:: Siva Raja, P. M.
Rani, Antony Viswasa
Data publikacji:: 2020
Słowa kluczowe:: brain tumor segmentation
brain tumor classification
deep autoencoder
Bayesian fuzzy clustering
magnetic resonance image
segmentacja guza mózgu
klasyfikacja guza mózgu
autoenkoder
rezonans magnetyczny; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 9.

Tytuł:: SoBT-RFW : Rough-Fuzzy Computing and Wavelet Analysis Based Automatic Brain Tumor Detection Method from MR Images
Autorzy:: Maji, P.
Roy, S.
Data publikacji:: 2015
Słowa kluczowe:: brain tumor detection
segmentation
clustering
fuzzy set
rough sets
wavelets; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 10.

Tytuł:: Multi-channeled MR brain image segmentation: A new automated approach combining BAT and clustering technique for better identification of heterogeneous tumors
Autorzy:: Alagarsamy, Saravanan
Kamatchi, Kartheeban
Govindaraj, Vishnuvarthanan
Zhang, Y. D.
Thiyagarajan, Arunprasath
Data publikacji:: 2019
Słowa kluczowe:: magnetic resonance imaging
bat algorithm
Interval Type-2 Fuzzy C-Means
tumor identification
tissue segmentation
rezonans magnetyczny
algorytm BAT
rozpoznanie guza
segmentacja tkanki; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 11.

Tytuł:: Efficient simultaneous segmentation and classification of brain tumors from MRI scans using deep learning
Autorzy:: Sahoo, Akshya Kumar
Parida, Priyadarsan
Muralibabu, K.
Dash, Sonali
Data publikacji:: 2023
Słowa kluczowe:: tumor segmentation
tumor classification
YOLO2
transfer learning
CNN
segmentacja guza
transfer nauki; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 12.

Tytuł:: Enhanced frost self organizing map segmentation based gradient boost classification for brain tumour detection
Autorzy:: Kurian, Simy Mary
Juliet, Sujitha
Data publikacji:: 2024
Słowa kluczowe:: brain tumor detection
enhanced frost filter-based preprocessing
kohonen self organizing map segmentation
ulepszone przetwarzanie wstępne oparte na filtrze Frost
segmentacja samoorganizującej się mapy Kohonena
wykrywanie guza mózgu; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 13.

Tytuł:: Automatic multi-segmentation method for tumor detection in MRI Images using constrained kmeans method and region Growing-Quasi Monte Carlo Method
Autorzy:: Bagdaoui, Amina
Chama, Zouaoui
Hachemi, Belkacem
El-Bay, Bourennane
Data publikacji:: 2024
Słowa kluczowe:: brain tumor
multi segmentation
region growing constrained k-mean
Quasi Monte Carlo
naive Bayes
guz mózgu
wielosegmentacja
rosnące w regionie średnie bayesowskie k; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 14.

Tytuł:: Multi-channeled MR brain image segmentation: A novel double optimization approach combined with clustering technique for tumor identification and tissue segmentation
Autorzy:: Narayanan, Anitha
Rajasekaran, M. Pallikonda
Zhang, Yudong
Govindaraj, Vishnuvarthanan
Thiyagarajan, Arunprasath
Data publikacji:: 2019
Słowa kluczowe:: tumor identification
tissue segmentation
particle swarm optimization (PSO)
bacteria foraging optimization
modified fuzzy c-means algorithm
rozpoznanie guza
segmentacja tkanki
optymalizacja roju cząstek
algorytm rozmytych k-średnich; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 15.

Tytuł:: Brain tumor classification using a hybrid deep autoencoder with Bayesian fuzzy clustering-based segmentation approach
Współwytwórcy:: Siva Raja, P. M. Autor
Rani, Antony A. Viswasa Autor
Data publikacji:: 2020
Tematy:: Guz mózgu
Logika rozmyta
Segmentacja obrazów
Obrazowanie metodą rezonansu magnetycznego (MRI)
Autoenkoder; Pokaż więcej
Dostawca treści:: Academica

Artykuł

na półce

Szczegóły

Skocz do pozycji: 16.

Tytuł:: Extracting tumor in MR brain and breast image with Kapur's entropy based Cuckoo Search Optimization and morphological reconstruction filters
Autorzy:: Sumathi, R.
Venkatesulu, M.
Arjunan, S. P.
Data publikacji:: 2018
Słowa kluczowe:: image segmentation
Kapur's entropy
Cuckoo Search Optimization
morphological reconstruction filter
performance measures
segmentacja obrazu
algorytm kukułki
filtr rekonstrukcji morfologicznej
pomiar wydajności; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 17.

Tytuł:: Deep learning for damaged tissue detection and segmentation in Ki-67 brain tumor specimens based on the U-net model
Autorzy:: Swiderska-Chadaj, Z.
Markiewicz, T.
Gallego, J.
Bueno, G.
Grala, B.
Lorent, M.
Data publikacji:: 2018
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: damaged tissue regions detection
artifacts detection
deep learning
Ki-67 staining specimens
wykrywanie uszkodzonych regionów tkankowych
wykrywanie artefaktów
artefakt
uczenie głębokie
próbki barwiące Ki-67; Pokaż więcej
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Szczegóły

Skocz do pozycji: 18.

Tytuł:: Deep learning for damaged tissue detection and segmentation in Ki-67 brain tumor specimens based on the U-net model
Autorzy:: Swiderska-Chadaj, Z.
Markiewicz, T.
Gallego, J.
Bueno, G.
Grala, B.
Lorent, M.
Data publikacji:: 2018
Słowa kluczowe:: damaged tissue regions detection
artifacts detection
deep learning
Ki-67 staining specimens
wykrywanie uszkodzonych regionów tkankowych
wykrywanie artefaktów
artefakt
uczenie głębokie
próbki barwiące Ki-67; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Informacja

Wyszukujesz frazę "brain tumor segmentation" wg kryterium: Wszystkie pola