Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

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
EN
Passively working devices (with no operator input) that register bat calls in real time are very important in conservation and environmental risk assessment, but data on their performance and limits under field conditions are mostly missing. We characterized the recording variability among three batcorders placed in proximate vicinity (ca. 10 m apart) to each other at 157 sites in Austria (central Europe). We found this variability perplexingly high, both for bat activity and species richness estimates. Specifically, the ratio of the highest to the lowest total sequence length (all species combined) was over fivefold in 23%, and over tenfold in 8% of the sites. In only 17% of the sites, we found the same number of species for all three devices — in most sites it varied between one and five species. The maximum call ranges of the recorded bat species affected the recording variability between the devices only for short ranges (5 m) but showed similar or relatively low variability for longer ranges. There was significantly less recording variability in sites with no woody vegetation present than in sites with open to dense vegetation structure. The results clearly indicate that the common practice of deploying only one device per site and night very likely leads to several of the resident bat species being missed and produces unreliable activity estimates.
EN
This paper presents the improved version of the classification system for supporting glaucoma diagnosis in ophthalmology, proposed in [4]. In this paper we propose the new segmentation step based on the kernel K-Means clustering algorithm which enable for better classification performance.
EN
In this paper the new method for automatic segmentation of fundus eye images are proposed: one for the detection of microaneurysms, the second for the detection of blood vessels. Both rely on tools from mathematical, grayscale morphology. The proposed method can be integrated in a tool for diagnosis of diabetic retinopathy which is under development.
PL
W artykule przedstawiono nowe metody automatycznej segmentacji obrazów dna oka pozyskanych z funduskamery: jedna dla detekcji mikroaneurazymów, druga dla naczyń krwionośnych na siatkówce oka. Metoda detekcji mikroaneurazymów składa się z następujących kroków: 1) przetwarzanie wstępne, 2) detekcja markerów dla transformaty wodnej, 3) transformata wodna, 4) klasyfikacja. W celu automatycznej detekcji markerów wewnętrznych dla transformaty wodnej zdefiniowano nowe przekształcenie trafi-nie-trafi w morfologii wieloodcieniowej. Uzyskana średnia sprawność metody wynosi 89,4% i jest wyższa od wyników uzyskanych w metodach poprzednich (84%). Metoda detekcji naczyń krwionośnych składa się z następujących kroków: 1) lokalna poprawa kontrastu, 2) odszumianie, 3) detekcja naczyń, 4)klasyfikacja. W celu odszumienia zastosowano operacje złożone ze specjalnie zaprojektowanych operacji dylatacji i erozji wieloodcieniowej. Sama detekcja naczyń wykorzystuje operację czubek-kapelusza. Opracowane algorytmy detekcji stanowić będą podstawowe moduły systemu komputerowego wspomagającego diagnozowanie jak również monitorowanie tej retinopatii cukrzycowej.
EN
In this paper the feature selection methods applied to discovering differentially expressed genes in microarray experiments are compared. This compare-son includes both filter and optimal subset selection methods. The simulated and biological datasets are used as the microarray gene expression data, and the ability of selected genes for classification is also considered.
PL
W artykule porównano metody selekcji cech zastosowane do wykrywania genów różnicujących w eksperymentach mikromacierzowych. Porównanie zawiera zarówno metody statystyczne, jak i metody poszukiwania optymalnego podzbioru cech. Jako dane mikromacierzowe wykorzystano symulowane zbiory danych oraz dane biologiczne. Przedstawiono ponadto przydatność wyselekcjonowanych genów do klasyfikacji.
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.