Czasopismo
2012
|
R. 88, nr 12b
|
148-150
Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Warianty tytułu
Analiza danych obrazowych w diagnozowaniu medycznym choroby Alzheimera
Języki publikacji
Abstrakty
The paper presents the possibility of using the methods of multimedia databases and imaging data analysis in the diagnosis of Alzheimer's disease. The aim of this study was to investigate for the statistical analysis of the available data, especially signal data. In the study, the relationships between test results obtained in different forms have been examined. The correlations between the external metadata for DICOM objects and signal selected metadata extracted from images have been explored.
W pracy przedstawione zostały możliwości zastosowania metod multimedialnych baz danych oraz analizy danych obrazowych w diagnostyce choroby Alzheimera. Celem przeprowadzonych badań było zbadanie pod kątem analizy statystycznej dostępnych danych, przede wszystkim danych sygnałowych. W ramach badań sprawdzone zostały zależności pomiędzy wynikami badań pozyskiwanych w różnych formach. Zbadane zostały zależności korelacyjne pomiędzy metadanymi zewnętrznymi dla obiektów DICOM a wyłuskanymi z obrazów wybranymi metadanymi sygnałowymi. (Analiza danych obrazowych w diagnozowaniu medycznym choroby Alzheimera).
Czasopismo
Rocznik
Tom
Strony
148-150
Opis fizyczny
Bibliogr. 13 poz., rys.
Twórcy
autor
autor
- Institute of Information Technology, Technical University of Lodz, liliana.byczkowska-lipinska@p.lodz.pl
Bibliografia
- [1] Tadeusiewicz R.: Informatyka medyczna, Uniwersytet Marii Curie-Skłodowskiej w Lublinie, Instytut Informatyki, Lublin 2011
- [2] Stanchev P. L., Fotouhi F.: MEDIMAGE – A Multimedia Database Management System for Alzheimer’s Disease Patients, Lecture Notes in CS 2314, Recent Advances in Visual Information Systems, 2002, pp. 187 - 193
- [3] http://www.doctortipster.com/7491-alzheimers-disease-research.html
- [4] Daoqiang Zhang, Yaping Wang, Luping Zhou, Hong Yuan, Digngang Shen: Multimodal classification of Alzheimer's disease and mild cognitive impairment, NeuroImage, Vol. 55, Elsevier Ireland Ltd 2011, pp. 856–867
- [5] Matoug S., Abdel-Dayem A., Passi K., Gross W., AlqarniI M.: Predicting Alzheimer’s disease by classifying 3D-Brain MRI images using SVM and other well-defined classifiers, Journal of Physics: Conference Series 341 (2012) 012019
- [6] Wiak S., Drzymała P., Welfle H.: Using ORACLE tools to generate Multidimensional Model in Warehouse, Przegląd Elektrotechniczny, ISSN 0033-2097, R. 88 NR 1a/2012, pp. 257-262
- [7] Rymaszewski J., Lebioda M., Korzeniewska E.: Propagation of normal zone in superconducting tapes due to heating in nearelectrode area, Materials Science and Engineering: B, Volume 176, Issue 4, 15 March 2011, pp. 334-339
- [8] National Electrical Manufacturers Association: Digital Imaging and Communications in Medicine (DICOM), 2009
- [9] Stasiak B., Yatsimirsky M.: Frequency Domain Methods for Content-Based Image Retrieval in Multimedia Databases, Methods and Supporting Technologies for Data Analysis, D. Zakrzewska,E. Menasalvas, L. Byczkowska-Lipinska (Eds), Springer 2009, pp. 137 – 166
- [10] Pryczek M., Tomczyk A., Szczepaniak P. S.: Active Partition Based Medical Image Understanding with Self-Organised Competitive Spatch Eduction, Journal of Applied Computer Science, Vol. 18, No. 2, 2010, pp. 67–78
- [11] Aksoy S., Haralick R.M., Cheikh F.A. Gabbouj M.: A weighted distance approach to relevance feedback, Proceedings of the 15th International Conference on Pattern Recognition, 2000, Vol. 4, pp. 812-815
- [12] http://www.elements4health.com/mri-scans-accurately-diagnose-lzheimers-disease.html
- [13] Oracle® Multimedia DICOM Developer's Guide 11g Release 2 (11.2), Oracle Database Documentation Library
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-article-BPS3-0026-0086