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”

Deep learning for magnetic resonance spectroscopy: a time-frequency analysis approach

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F20%3APU137021" target="_blank" >RIV/00216305:26220/20:PU137021 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://apps.webofknowledge.com/full_record.do?product=WOS&search_mode=GeneralSearch&qid=3&SID=C37QBScKbtCLTGKNC4k&page=1&doc=1" target="_blank" >http://apps.webofknowledge.com/full_record.do?product=WOS&search_mode=GeneralSearch&qid=3&SID=C37QBScKbtCLTGKNC4k&page=1&doc=1</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Deep learning for magnetic resonance spectroscopy: a time-frequency analysis approach

  • Popis výsledku v původním jazyce

    In this study, we verify the hypothesis that deep learning in combination with time-frequency analsis can be used for metabolite quantification and yeilds results more robust than deep learning trained with magnetic resonance signals in the frequency domain.

  • Název v anglickém jazyce

    Deep learning for magnetic resonance spectroscopy: a time-frequency analysis approach

  • Popis výsledku anglicky

    In this study, we verify the hypothesis that deep learning in combination with time-frequency analsis can be used for metabolite quantification and yeilds results more robust than deep learning trained with magnetic resonance signals in the frequency domain.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20601 - Medical engineering

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2020

  • 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

    Proceeding 2 of 26th Conference student EEICT 2020

  • ISBN

    978-80-214-5868-0

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    131-135

  • Název nakladatele

    Brno university of technology

  • Místo vydání

    Brno

  • Místo konání akce

    BRNO

  • Datum konání akce

    23. 4. 2020

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku

    000598376500032