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 Biblioteka  Akademii Nauk Stosowanych w Gnieźnie Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaBiblioteka  Akademii Nauk Stosowanych w Gnieźnie

Wyszukujesz frazę "tissue segmentation" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-10 z 18
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
Szczegóły
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
Szczegóły
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
Szczegóły
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
Szczegóły
Tytuł:
A fast graph-based algorithm for automated segmentation of subcutaneous and visceral adipose tissue in 3D abdominal computed tomography images
Autorzy:
Kucybala, Iwona
Tabor, Zbislaw
Ciuk, Szymon
Chrzan, Robert
Urbanik, Andrzej
Wojciechowski, Wadim
Data publikacji:
2020
Słowa kluczowe:
abdominal adipose tissue
visceral adipose tissue
subcutaneous adipose tissue
obesity
automated detection
image segmentation
computed tomography
tkanka tłuszczowa
wykrywanie automatyczne
segmentacja obrazu
tomografia komputerowa
Pokaż więcej
Dostawca treści:
BazTech
Artykuł
Szczegóły
Wyświetlanie 1-10 z 18

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