Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule przedstawiono opracowany model algorytmiczny systemu do wspomagania pozycjonowania końcówki bronchofiberoskopu, względem organów anatomicznych człowieka, podczas zabiegu igłowej, przezoskrzelowej biopsji aspiracyjnej. Jego zadaniem jest ułatwienie lekarzowi pobrania do analizy próbki tkanek konkretnego, zbyt dużego węzła chłonnego (znalezionego metodą tomografii komputerowej), drogą jego nakłucia od strony wnętrza drzewa oskrzelowego. Podstawą działania systemu jest dopasowywanie do siebie dwóch obrazów: rzeczywistego, pochodzącego z kamery endoskopowej bronchofiberoskopu, oraz wirtualnego, syntezowanego na podstawie danych tomograficznych pacjenta. W artykule opisano poszczególne bloki składowe algorytmu nawigacji oraz przeprowadzono dyskusję nad możliwością jego implementacji w czasie rzeczywistym.
EN
In the paper developed algorithmic model of a computer system for bronchofiberoscope positioning (in respect to human body organs) during transbronchial needle-aspiration biopsy is described. Its goal is to help a doctor to take a probe of a pathologically enlarged lesion (found during computed tomography examination) by means of needle aspiration performed from bronchial tree interior. The system exploits an idea of registration of two images: the real one, coming from endoscope camera, and, the virtual one, synthesized on the base of computed tomography data. Main building blocks of the navigation algorithm are presented and possibility of its future real-time implementation is discussed.
2
Content available Bezstratna kompresja sygnałów biomedycznych
PL
W przypadku danych biomedycznych kompresja stratna nie jest wskazana, nie są bowiem znane kryteria analityczne pozwalające jednoznacznie okreslić czy w jej wyniku nie utracono informacji istotnej diagnostycznie. W artykule przedstawiono wyniki bezstratnej kompresji sygnału EKG oraz obrazów i sekwencji obrazów biomedycznych (tomograficznych, ultrasonograficznych, rentgenowskich) uzyskane drogą kodowania entropijnego całkowitoliczbowych współczynników predykcyjnej transformacji falkowej. Sygnały biomedyczne są powszechnie zapisywane i transmitowane, więc ich kompresja może prowadzić do znacznych oszczędności.
EN
Lossy compresion should not be applied for biomedical data because thereare not analytic criteria to measure if diagnostic value of the signal was lost. In this article results for lossles compression of ECG signal, biomedical pictures and sequences of pictures are. This results were obtained by entropy coding of wavelet transform was used in transformation stage. Biomedical signals are very common to store and transmit and thu compression of those can be very fruitful.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.