About: Reconstruction of objects from biomedical images using statistic methods and artificial intelligence     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Projekt, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • Tento projekt má za cíl studium, analýzu a návrh vybraných segmentačních metod za účelem jejich následného použití při rekonstrukci objektů v biomedicínských obrazech. Tyto metody zahrnují jednak statistické detektory hran a jiných významných jevů v obraze, a jednak umělé neuronové sítě. V algoritmech rekonstrukce obrazu je detekce hran obvykle jedním z prvních nezbytných kroků vedoucích k získání průběžných výsledků, které se dále používají jako vstup sofistikovanějších a většinou na míru šitých segmentačních technik. Mezi tyto techniky můžeme zařadit například matematickou morfologii, deformabilní modely či neuronové sítě. V tomto projektu se budeme věnovat poslední ze tří výše uvedených metod segmentace obrazu, a to umělým neuronovým sítím. Jak detektory hran založené na statistických testech, tak neuronové sítě patří mezi techniky vykazující relativně malou míru citlivosti vůči šumu, přítomného v obraze. Protože v biomedicínských obrazech je obvykle dostatečně velké množství šumu znehodnocujíc (cs)
  • The aim of this project is to study, analyze and design selected segmentation methods in order to use them when reconstructing the objects from biomedical images. These methods include statistical edge and corner detectors on one hand, and artificial neural networks, on the other hand. The edge detection usually belongs between the first executed steps in image reconstruction. In this way, the primal temporary results, which are further used as an input for more complex and sophisticated segmentation methods, are produced. An example of such complex methods can be mathematical morphology, deformable models or artificial neural networks. The last one is focused on in this project. The statistical edge detectors as well as neural networks can be classified as noise robust methods. Since the biomedical images are full of noise, these two image processing methods are deeply focused on. The crucial part of this project consists in close cooperation with Manchester Metropolitan University (MMU), where (en)
Title
  • Rekonstrukce objektů v biomedicínských obrazech pomocí statistických metod a metod umělé inteligence (cs)
  • Reconstruction of objects from biomedical images using statistic methods and artificial intelligence (en)
http://linked.open...avai/druh-souteze
http://linked.open...domain/vavai/faze
http://linked.open...vavai/hlavni-obor
http://linked.open...vai/vedlejsi-obor
http://linked.open...vavai/id-aktivity
http://linked.open.../vavai/id-souteze
http://linked.open...n/vavai/kategorie
http://linked.open...vai/klicova-slova
  • statistická analýza, neuronové sítě, rekonstrukce objektů v histologických snímcích (en)
http://linked.open...nujicich-prijemcu
http://linked.open...avai/poskytovatel
http://linked.open...ai/statni-podpora
http://linked.open...vavai/typProjektu
http://linked.open...ai/uznane-naklady
http://linked.open...ai/pocet-prijemcu
http://linked.open...cet-spoluprijemcu
http://linked.open...ai/pocet-vysledku
http://linked.open...ku-zverejnovanych
is http://linked.open...ain/vavai/projekt of
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 117 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software