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”

Tissue Segmentation of Brain MRI

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68081731%3A_____%2F14%3A00436580" target="_blank" >RIV/68081731:_____/14:00436580 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Tissue Segmentation of Brain MRI

  • Popis výsledku v původním jazyce

    This work focuses on segmentation of magnetic resonance images of brain. The segmentation is based on assumption that in magnetic resonance images with high signal-to-noise ratio, the noise can be approximated by Gaussian. The method is tested on stand-alone simulated 2D MR images of healthy brain. The comparison between T1-weighted, T2-weighted and multiparametric images is performed. The proposed algorithm is used to segment brain images into three different tissues. For the proposed method, the bestresults were achieved for stand-alone T1-weighted images, while stand-alone T2-weighted images show the worst results. The achieved results slightly vary for particular tissue.

  • Název v anglickém jazyce

    Tissue Segmentation of Brain MRI

  • Popis výsledku anglicky

    This work focuses on segmentation of magnetic resonance images of brain. The segmentation is based on assumption that in magnetic resonance images with high signal-to-noise ratio, the noise can be approximated by Gaussian. The method is tested on stand-alone simulated 2D MR images of healthy brain. The comparison between T1-weighted, T2-weighted and multiparametric images is performed. The proposed algorithm is used to segment brain images into three different tissues. For the proposed method, the bestresults were achieved for stand-alone T1-weighted images, while stand-alone T2-weighted images show the worst results. The achieved results slightly vary for particular tissue.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BH - Optika, masery a lasery

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GAP102%2F12%2F1104" target="_blank" >GAP102/12/1104: Studium metabolizmu a lokalizace primárního mozkového tumoru MR zobrazovacími technikami</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2014

  • 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

    37th International Conference on Telecommunications and Signal Processing (TSP 2014)

  • ISBN

    978-80-214-4983-1

  • ISSN

    1805-5435

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    482-485

  • Název nakladatele

    IEEE

  • Místo vydání

    Berlin

  • Místo konání akce

    Berlín

  • Datum konání akce

    1. 7. 2014

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku