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”

Support Vector Machines in MR Images Segmentation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68081731%3A_____%2F13%3A00398102" target="_blank" >RIV/68081731:_____/13:00398102 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/00216305:26220/13:PU104722

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Support Vector Machines in MR Images Segmentation

  • Popis výsledku v původním jazyce

    The problem most frequently encountered in the practical processing of medical images consists in the lack of instruments enabling machine evaluation of the images. A typical example of this situation is perfusion analysis of brain tumor types. The firstand very significant step lies in the segmentation of individual parts of the brain tumor; after segmentation, the rate of penetration by the applied contrast agent is observed in the parts. The common method, in which a high error rate has to be considered, is to mark these tumor portions manually. The quality of brain tissue segmentation exerts significant influence on the quality of evaluation of perfusion parameters; consequently, the tumor type recognition is also influenced. The authors describeclassification methods enabling the segmentation of images acquired via magnetic resonance tomography. During the edema segmentation, we obtained the following data: sensitivity 0.78+-0.09, specificity 1.00+-0.00, error rate 0.45+-0.24 %,

  • Název v anglickém jazyce

    Support Vector Machines in MR Images Segmentation

  • Popis výsledku anglicky

    The problem most frequently encountered in the practical processing of medical images consists in the lack of instruments enabling machine evaluation of the images. A typical example of this situation is perfusion analysis of brain tumor types. The firstand very significant step lies in the segmentation of individual parts of the brain tumor; after segmentation, the rate of penetration by the applied contrast agent is observed in the parts. The common method, in which a high error rate has to be considered, is to mark these tumor portions manually. The quality of brain tissue segmentation exerts significant influence on the quality of evaluation of perfusion parameters; consequently, the tumor type recognition is also influenced. The authors describeclassification methods enabling the segmentation of images acquired via magnetic resonance tomography. During the edema segmentation, we obtained the following data: sensitivity 0.78+-0.09, specificity 1.00+-0.00, error rate 0.45+-0.24 %,

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

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

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

    Measurement 2013. Proceedings of the 9th International Conference on Measurement

  • ISBN

    978-80-969672-5-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    157-160

  • Název nakladatele

    Institute of Measurement Science SAS

  • Místo vydání

    Bratislava

  • Místo konání akce

    Smolenice

  • Datum konání akce

    27. 5. 2013

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku