Brain Tumor DWIs: Comparing the Results of Manual and Computer-Based Evaluation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F17%3APU125748" target="_blank" >RIV/00216305:26220/17:PU125748 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/PIERS-FALL.2017.8293440" target="_blank" >http://dx.doi.org/10.1109/PIERS-FALL.2017.8293440</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/PIERS-FALL.2017.8293440" target="_blank" >10.1109/PIERS-FALL.2017.8293440</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Brain Tumor DWIs: Comparing the Results of Manual and Computer-Based Evaluation

Popis výsledku v původním jazyce

The article is focused on the segmentation of pathology in brain tissue derived from diffusion weighted images. The authors describe two approaches of segmentation. The first approach is based on support vector machine classification and the second on manual segmentation. Segmentation was performed on four types of images that have been derived from calculation of ADC (apparent diffusion coefficient) map (Trace, Fraction Anisotropy, Volume Ratio, and Mean of All B0s). Segmented data was analyzed statistically to compare two researched approaches of segmentation. Additionally, the article investigates the most valuable type of processed images for detection and classification of pathologic tissue – tumor

Název v anglickém jazyce

Brain Tumor DWIs: Comparing the Results of Manual and Computer-Based Evaluation

Popis výsledku anglicky

The article is focused on the segmentation of pathology in brain tissue derived from diffusion weighted images. The authors describe two approaches of segmentation. The first approach is based on support vector machine classification and the second on manual segmentation. Segmentation was performed on four types of images that have been derived from calculation of ADC (apparent diffusion coefficient) map (Trace, Fraction Anisotropy, Volume Ratio, and Mean of All B0s). Segmented data was analyzed statistically to compare two researched approaches of segmentation. Additionally, the article investigates the most valuable type of processed images for detection and classification of pathologic tissue – tumor

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20201 - Electrical and electronic engineering

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)

Rok uplatnění

2017

Kód důvěrnosti údajů

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

Název statě ve sborníku

Progress in Electromagnetics Research Symposium - Fall (PIERS - FALL), 2017

ISBN

978-1-5386-1211-8

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

1857-1861

Název nakladatele

IEEE

Místo vydání

Singapore

Místo konání akce

Singapore

Datum konání akce

19. 11. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000428518301162