Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Dvourozměrná Bazesovská dekonvoluce lékařských ultrasonografických obrazů

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F08%3APU77617" target="_blank" >RIV/00216305:26220/08:PU77617 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Two-Dimmensional Blind Bayesian Deconvolution of Medical Ultrasound Images

  • Popis výsledku v původním jazyce

    A new approach to two-dimensional blind deconvolution of ultrasonic images in a Bayesian framework is presented. The radiofrequency image data are modeled as a convolution of the point spread function and the tissue function, with additive white noise. The deconvolution algorithm is derived from statistical assumptions about the tissue function, the point spread function and the noise. It is solved as an iterative optimization problem. In each iteration, additional constraints are applied as a projection operator, to further stabilize the process. The proposedmethod is an extension of the homomorphic deconvolutionwhich is used here only to compute the initial estimate of the point spread function. Homomorphic deconvolution is based on the assumption that the point spread function and the tissue function lie in different bands of the cepstrum domain, which is not true. This limiting constraint is relaxed in the subsequent iterative deconvolution. The deconvolution is applied globally, t

  • Název v anglickém jazyce

    Two-Dimmensional Blind Bayesian Deconvolution of Medical Ultrasound Images

  • Popis výsledku anglicky

    A new approach to two-dimensional blind deconvolution of ultrasonic images in a Bayesian framework is presented. The radiofrequency image data are modeled as a convolution of the point spread function and the tissue function, with additive white noise. The deconvolution algorithm is derived from statistical assumptions about the tissue function, the point spread function and the noise. It is solved as an iterative optimization problem. In each iteration, additional constraints are applied as a projection operator, to further stabilize the process. The proposedmethod is an extension of the homomorphic deconvolutionwhich is used here only to compute the initial estimate of the point spread function. Homomorphic deconvolution is based on the assumption that the point spread function and the tissue function lie in different bands of the cepstrum domain, which is not true. This limiting constraint is relaxed in the subsequent iterative deconvolution. The deconvolution is applied globally, t

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    FS - Lékařská zařízení, přístroje a vybavení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2008

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    IEEE Transactions on Ultrasonocs, Ferroelectrics, and Frequency Control

  • ISSN

    0885-3010

  • e-ISSN

  • Svazek periodika

    55

  • Číslo periodika v rámci svazku

    10

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    14

  • Strana od-do

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus