PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Falkowe metody estymacji zmian ukrytych w diagnostyce obrazowej wczesnego udaru mózgu

Autorzy
Identyfikatory
Warianty tytułu
EN
Wavelet methods for estimation of hidden changes in the image diagnosis of early stroke
Konferencja
Krajowa Konferencja Radiokomunikacji, Radiofonii i Telewizji (21-23.06.2017 ; Poznań, Polska)
Języki publikacji
PL
Abstrakty
PL
Niniejsza praca dotyczy metod komputerowego wspomagania mających na celu zwiększenie skuteczność rozpoznania słabo widocznych objawów udaru niedokrwiennego mózgu na podstawie przetwarzania i analizy obrazów tomografii komputerowej. Efekty przetwarzania były ocenione i porównywane przy wykorzystaniu obiektywizowanej miary obliczeniowej. Ponadto przedstawiono algorytm automatycznej detekcji i rozpoznania podejrzanych zmian chorobowych na podstawie obrazów oraz z uwzględnieniem danych klinicznych.
EN
Presented work was aimed for developing methods supporting effective diagnosis of early ischemic stroke based on the processing and analysis of computer tomography images. The proposed algorithms were designed to improved recognition of hidden symptoms of early stroke, and automatic detection of suspected lesions with respect to clinical data. Image processing results were evaluated and compared by proposed objectified measures.
Rocznik
Tom
Strony
346--349, CD
Opis fizyczny
Bibliogr. 8 poz., rys., tab.
Twórcy
autor
  • Wydział Matematyki i Nauk Informacyjnych, Politechnika Warszawska, ul. Koszykowa 75, 00-665 Warszawa
Bibliografia
  • [1] Bendszus M., Urbach H. Meyer B., Schultheiss R. Solymosi L. (1997). „Improved CT diagnosis of acute middle cerebral artery territory infarcts with density-difference analysis”. Neuroradiology 39(2): 127-131.
  • [2] Członkowska Anna. (2014). „Nowa definicja udaru. Stanowisko American Heart Association i American Stroke Association 2013”. Medycyna Praktyczna Kardiologia nr 2:1-10.
  • [3] Do M. N. (2001). „Directional Multiresolution Image Representations”. Rozprawa doktorska
  • [4] Häfner, M., Liedlgruber M., Maimone S., Uhl A., Vécsei A., Wrba. F. (2012) „Evaluation of crossvalidation protocols for the classification of endoscopic images of colonic polyps.”, 25th International Symposium on Computer-Based Medical Systems (CBMS). 1-6.
  • [5] Maldjian J. A., Chalela J., Kasner S. E., Liebeskind D., Detre J. A. (2001). „Automated CT Segmentation and Analysis for Acute Middle Cerebral Artery Stroke.” American Journal of Neuroradiology 22(6):1050-1055
  • [6] Ostrek Grzegorz, Przelaskowski Artur i Jóźwiak Rafał. (2015). „Hypodensity extractor: A phantom study” Computers in Biology and Medicine 56:124- 131
  • [7] Przelaskowski Artur, Sklinda Katarzyna i Ciszek Bogdan. (2009). „Modelowanie subtelnych zmian chorobowych mózgowia wspomagające neurodiagnostykę.” Neurocybernetyka teoretyczna, UW, Warszawa, 186-216.
  • [8] Zieliński, Tomasz. (2007) ,,Cyfrowe przetwarzanie sygnałów”. WKŁ, Warszawa.
Uwagi
PL
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017)
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-54c7a189-2551-4e10-aa5c-e5d0f75d26ac
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.