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”

Segmentation of basic tissues for assessing noise in iteratively reconstructed MDCT data

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F12%3APU99723" target="_blank" >RIV/00216305:26220/12:PU99723 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Segmentation of basic tissues for assessing noise in iteratively reconstructed MDCT data

  • Popis výsledku v původním jazyce

    This paper describes fully automatic, fast and reliable algorithm for segmentation of basic tissues in iteratively reconstructed multidetector X-ray CT thoracic, abdominal and brain images. Iterative reconstruction becomes a part of routine in medical imaging and assessing of noise properties of iteratively reconstructed data in diverse tissues is required. Proposed segmentation is based on simple thresholding with fully automatic deter-mination of thresholds which are derived from the most significantpeaks in histograms of Hounsfield units. As thresholding is unable to distinguish trabecular bone and soft tissue additional segmentation based on classification is proposed.

  • Název v anglickém jazyce

    Segmentation of basic tissues for assessing noise in iteratively reconstructed MDCT data

  • Popis výsledku anglicky

    This paper describes fully automatic, fast and reliable algorithm for segmentation of basic tissues in iteratively reconstructed multidetector X-ray CT thoracic, abdominal and brain images. Iterative reconstruction becomes a part of routine in medical imaging and assessing of noise properties of iteratively reconstructed data in diverse tissues is required. Proposed segmentation is based on simple thresholding with fully automatic deter-mination of thresholds which are derived from the most significantpeaks in histograms of Hounsfield units. As thresholding is unable to distinguish trabecular bone and soft tissue additional segmentation based on classification is proposed.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    N - Vyzkumna aktivita podporovana z neverejnych zdroju

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the WSEAS International Conference on Visualization, Imaging and Simulation (Vis'12)

  • ISBN

    978-1-61804-119-7

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    211-216

  • Název nakladatele

    Neuveden

  • Místo vydání

    Neuveden

  • Místo konání akce

    Sliema

  • Datum konání akce

    7. 9. 2012

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku