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”

Multi-parametric segmentation of MR images of the Brain

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F13%3APU103797" target="_blank" >RIV/00216305:26220/13:PU103797 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/68081731:_____/13:00398101

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Multi-parametric segmentation of MR images of the Brain

  • Popis výsledku v původním jazyce

    This work deals with segmentation of magnetic resonance images. For better distinguishing between particular tissues, particular properties of tissues and their manifestation in different types of imaging are used. Specifically, T1 and T2 images are used. The segmentation is based on the approximation of more dimensional histograms. Since the noise distribution in MR images is close to Gaussian distribution for large signal-to-noise ratio, the approximation is done by Gaussian Mixture Model, where the number of components is determined using Bayesian Information Criterion and Elbow method.

  • Název v anglickém jazyce

    Multi-parametrická segmentace MR snímků mozku

  • Popis výsledku anglicky

    Tato práce se zabývá segmentací MR obrazů. Pro lepší odlišení jednotlivých tkání jsou využity různé vlastnosti a projev tkání v různých typech zobrazení. Konkrétně jsou využity T1 a T2-vážené snímky. Segmentace je založena aproximaci vícerozměnrného histogramu. Protože rozložení šumu je v MR obrazech s velkým poměrem signál-šum přibližně Gaussovské, aproximace je provedena pomocí Gaussovského smíšeného modelu, kde počet komponent je určen pomocí Bayesovského informačního kritéria a metody lokte.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2013

  • 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

    9th International Conference on Measurement

  • ISBN

    9788096967254

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    125-128

  • Název nakladatele

    Neuveden

  • Místo vydání

    Smolenice

  • Místo konání akce

    Smolenice

  • Datum konání akce

    26. 5. 2013

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku