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
Wyszukiwano:
w słowach kluczowych:  biomedical images analysis
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Obrazy rastrowe, uzyskane za pomocą urządzeń biomedycznych wykorzystywanych do wizualnej i automatycznej analizy w medycynie i biologii mogą być określane obrazami biomedycznymi (BMI). Istotnym problemem w analizie BMI jest określenie i zbadanie odpowiednich cech diagnostycznych. Cechę informacyjną tego procesu stanowi funkcja konturu BMI, który pokazuje informacje o zmianie stanu mikro obiektów i zachodzących w nich procesów patologicznych. Chociaż w ostatnie badania dotyczą transformacji konturu w przestrzeniach afinicznych i topologicznych, błędy transformacji konturu i ich składowych nadal pozostają nieodkryte. Dokument omawia transformację typu „kontur - kontur" w celu uzyskania obrazów z określonym błędem, podczas przeprowadzania analizy cytologicznych obrazów.
EN
Raster images obtained with the help of any biomedical equipment used for visual and automated analysis in medicine and biology may be called biomedical images (BMI). An important problem in the analysis of BMI is to identify and explore diagnostic features used for diagnosis. The informative feature in this process is the contour function of the BMI, which shows information about the change of state in micro objects and pathological processes in them. Although, in recent studies the transformation of contour in affine and topological spaces has been explored, transformation errors of the contour transformations and their components still remain unexplored. Paper study the transformation error of “contour-contour” type to perform of the images with a given error while conducting the analysis of cytological images.
2
Content available Szybka detekcja rozgałęzień w drzewie oskrzelowym
PL
Artykuł przedstawia algorytm szybkiej detekcji rozgałęzień w drzewie oskrzelowym na obrazach pozyskanych w trakcie zabiegu bronchoskopii. Wychwycenie charakterystycznych lokalizacji w drzewie oskrzelowym (jakimi są rozgałęzienia oskrzeli) pomaga lekarzowi w przeglądaniu zapisów badania. Uzyskanie jak najkrótszego czasu obliczeń jest istotne w przypadku konieczności przetworzenia wielu zapisów pozyskanych w trakcie całodniowych badań. Proponowany algorytm działa w czasie rzeczywistym i odznacza się bardzo wysoką swoistością.
EN
The paper presents an algorithm for fast detection of bronchial tree subdivisions on images obtained during bronchoscopy examination. Localization of these subdivisions could be very helpful to physicians while reviewing collected data. The time of the detection should be as short as possible, especially when large sets of data were gathered during examination. The presented algorithm works in real time and is characterized by a very high level of specificity.
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.