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-supervised Bayesian Source Separation of Scintigraphic Image Sequences

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F18%3A00317639" target="_blank" >RIV/68407700:21340/18:00317639 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/978-3-319-68195-5_6" target="_blank" >http://dx.doi.org/10.1007/978-3-319-68195-5_6</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-319-68195-5_6" target="_blank" >10.1007/978-3-319-68195-5_6</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Semi-supervised Bayesian Source Separation of Scintigraphic Image Sequences

  • Popis výsledku v původním jazyce

    Many diagnostic methods using scintigraphic image sequence require decomposition of the sequence into tissue images and their time-activity curves. Standard procedure for this task is still manual selection of regions of interest (ROIs) which can be highly subjective due to their overlaps and poor signal-to-noise ratio. This can be overcome by automatic decomposition, however, the results may not have good physiological meaning. In this contribution, we aim to combine these approaches in semi-supervised procedure which is based on Bayesian blind source separation with the possibility of manual interaction after each run until an acceptable solution is obtained. The manual interaction is based on manual ROI placement and using its position to modify the corresponding prior parameters of the model. Performance of the proposed method is studied on real scintigraphic image sequence as well as on estimation of the specific diagnostic parameter on representative dataset of 10 scintigraphic sequences.

  • Název v anglickém jazyce

    Semi-supervised Bayesian Source Separation of Scintigraphic Image Sequences

  • Popis výsledku anglicky

    Many diagnostic methods using scintigraphic image sequence require decomposition of the sequence into tissue images and their time-activity curves. Standard procedure for this task is still manual selection of regions of interest (ROIs) which can be highly subjective due to their overlaps and poor signal-to-noise ratio. This can be overcome by automatic decomposition, however, the results may not have good physiological meaning. In this contribution, we aim to combine these approaches in semi-supervised procedure which is based on Bayesian blind source separation with the possibility of manual interaction after each run until an acceptable solution is obtained. The manual interaction is based on manual ROI placement and using its position to modify the corresponding prior parameters of the model. Performance of the proposed method is studied on real scintigraphic image sequence as well as on estimation of the specific diagnostic parameter on representative dataset of 10 scintigraphic sequences.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2018

  • 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

    VipIMAGE 2017

  • ISBN

    978-3-319-68194-8

  • ISSN

    2212-9391

  • e-ISSN

  • Počet stran výsledku

    10

  • Strana od-do

    52-61

  • Název nakladatele

    Springer International Publishing

  • Místo vydání

    Cham

  • Místo konání akce

    Porto

  • Datum konání akce

    18. 10. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000437032100006