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”

Semi-automated segmentation of Symptomatic Exudate-Associated Derangements (SEADs) in 3D OCT using layer segmentation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F10%3A00175527" target="_blank" >RIV/68407700:21230/10:00175527 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Semi-automated segmentation of Symptomatic Exudate-Associated Derangements (SEADs) in 3D OCT using layer segmentation

  • Popis výsledku v původním jazyce

    We present a novel two step method to segment retinal pathologies related to the so called wet age-related macular degeneration from 3D spectral optical coherence tomography images. In the first step we segment three retinal layers by an optimal surfacealgorithm. The identified layers are used in the second step to constrain the segmentation of fluid filled retinal regions using GraphCut. We propose a new regularization energy term for GraphCut, that permits long range effect of the manual initialization

  • Název v anglickém jazyce

    Semi-automated segmentation of Symptomatic Exudate-Associated Derangements (SEADs) in 3D OCT using layer segmentation

  • Popis výsledku anglicky

    We present a novel two step method to segment retinal pathologies related to the so called wet age-related macular degeneration from 3D spectral optical coherence tomography images. In the first step we segment three retinal layers by an optimal surfacealgorithm. The identified layers are used in the second step to constrain the segmentation of fluid filled retinal regions using GraphCut. We propose a new regularization energy term for GraphCut, that permits long range effect of the manual initialization

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA102%2F07%2F1317" target="_blank" >GA102/07/1317: Metody pro vizuální rozpoznávání velkých souborů elastických objektů</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • 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

    Analysis of Biomedical Signals and Images - Proceedings of Biosignal 2010

  • ISBN

    978-80-214-4105-7

  • ISSN

    1211-412X

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    VUTIUM Press

  • Místo vydání

    Brno

  • Místo konání akce

    Brno

  • Datum konání akce

    27. 6. 2010

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku