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”

Superresolution of MRI brain images using unbalanced 3D Dense-U-Net network

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F19%3APU132912" target="_blank" >RIV/00216305:26220/19:PU132912 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/abstract/document/8768829" target="_blank" >https://ieeexplore.ieee.org/abstract/document/8768829</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/TSP.2019.8768829" target="_blank" >10.1109/TSP.2019.8768829</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Superresolution of MRI brain images using unbalanced 3D Dense-U-Net network

  • Popis výsledku v původním jazyce

    This paper proposes an unbalanced end-to-end trained 3D Dense-U-Net network for brain MRI images superresolution. We evaluated capabilites of the proposed architecture on upsampling the MRI brain scans in the factor of 2, 4 and 8 and compared the results with resampled images using lanczos, spline and bilinear interpolation achieving best results. While the network does not exceed superresolution capabilites of state-of-the-art GAN networks, it does not require large dataset, is easy to train and capable of processing 3D images in resolution suitable for medical image processing.

  • Název v anglickém jazyce

    Superresolution of MRI brain images using unbalanced 3D Dense-U-Net network

  • Popis výsledku anglicky

    This paper proposes an unbalanced end-to-end trained 3D Dense-U-Net network for brain MRI images superresolution. We evaluated capabilites of the proposed architecture on upsampling the MRI brain scans in the factor of 2, 4 and 8 and compared the results with resampled images using lanczos, spline and bilinear interpolation achieving best results. While the network does not exceed superresolution capabilites of state-of-the-art GAN networks, it does not require large dataset, is easy to train and capable of processing 3D images in resolution suitable for medical image processing.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20201 - Electrical and electronic engineering

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

    2019

  • 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

    2019 42nd International Conference on Telecommunications and Signal Processing (TSP)

  • ISBN

    978-1-7281-1864-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    643-646

  • Název nakladatele

    Neuveden

  • Místo vydání

    Neuveden

  • Místo konání akce

    Budapest, Hungary

  • Datum konání akce

    1. 7. 2019

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000493442800141