This HTML5 document contains 46 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dctermshttp://purl.org/dc/terms/
n20http://localhost/temp/predkladatel/
n9http://linked.opendata.cz/resource/domain/vavai/riv/tvurce/
n5http://linked.opendata.cz/resource/domain/vavai/projekt/
n12http://linked.opendata.cz/resource/domain/vavai/subjekt/
n11http://linked.opendata.cz/ontology/domain/vavai/
n13http://linked.opendata.cz/resource/domain/vavai/vysledek/RIV%2F00216224%3A14330%2F12%3A00057512%21RIV13-GA0-14330___/
rdfshttp://www.w3.org/2000/01/rdf-schema#
skoshttp://www.w3.org/2004/02/skos/core#
n3http://linked.opendata.cz/ontology/domain/vavai/riv/
n17http://linked.opendata.cz/ontology/domain/vavai/riv/licencniPoplatek/
n2http://linked.opendata.cz/resource/domain/vavai/vysledek/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n14http://linked.opendata.cz/ontology/domain/vavai/riv/klicoveSlovo/
n4http://linked.opendata.cz/ontology/domain/vavai/riv/vyuzitiJinymSubjektem/
n7http://linked.opendata.cz/ontology/domain/vavai/riv/duvernostUdaju/
xsdhhttp://www.w3.org/2001/XMLSchema#
n18http://linked.opendata.cz/ontology/domain/vavai/riv/jazykVysledku/
n16http://linked.opendata.cz/ontology/domain/vavai/riv/aktivita/
n15http://linked.opendata.cz/ontology/domain/vavai/riv/druhVysledku/
n8http://linked.opendata.cz/ontology/domain/vavai/riv/obor/
n19http://reference.data.gov.uk/id/gregorian-year/

Statements

Subject Item
n2:RIV%2F00216224%3A14330%2F12%3A00057512%21RIV13-GA0-14330___
rdf:type
n11:Vysledek skos:Concept
rdfs:seeAlso
http://cbia.fi.muni.cz/projects/hep-2-cells-classifier.html
dcterms:description
Human Epithelial (HEp-2) cells are commonly used in the Indirect Immunofluorescence (IIF) tests to detect autoimmune diseases. The diagnosis consists of searching and classification to specific patterns created by Anti-Nuclear Antibodies (ANAs) in the patient serum. Evaluation of the IIF test is mostly done by humans, which means that it is highly dependent on the experience and expertise of the physician. Therefore, a significant amount of research has been focused on the development of computer aided diagnostic systems which could help with the analysis of images from microscopes. This work deals with the design and development of HEp-2 cells classifier. The classifier is able to categorize pre-segmented images of HEp-2 cells into 6 classes. The core of this engine consists of several image descriptors (such as Haralick features, Local Binary Patterns, surface description and a granulometry-based descriptor). These descriptors produces vectors that form metric spaces. Human Epithelial (HEp-2) cells are commonly used in the Indirect Immunofluorescence (IIF) tests to detect autoimmune diseases. The diagnosis consists of searching and classification to specific patterns created by Anti-Nuclear Antibodies (ANAs) in the patient serum. Evaluation of the IIF test is mostly done by humans, which means that it is highly dependent on the experience and expertise of the physician. Therefore, a significant amount of research has been focused on the development of computer aided diagnostic systems which could help with the analysis of images from microscopes. This work deals with the design and development of HEp-2 cells classifier. The classifier is able to categorize pre-segmented images of HEp-2 cells into 6 classes. The core of this engine consists of several image descriptors (such as Haralick features, Local Binary Patterns, surface description and a granulometry-based descriptor). These descriptors produces vectors that form metric spaces.
dcterms:title
HEp-2 Cells Classifier HEp-2 Cells Classifier
skos:prefLabel
HEp-2 Cells Classifier HEp-2 Cells Classifier
skos:notation
RIV/00216224:14330/12:00057512!RIV13-GA0-14330___
n11:predkladatel
n12:orjk%3A14330
n3:aktivita
n16:P
n3:aktivity
P(GBP302/12/G157)
n3:dodaniDat
n19:2013
n3:domaciTvurceVysledku
n9:8876398 n9:3323188 n9:6909779 n9:6056229
n3:druhVysledku
n15:R
n3:duvernostUdaju
n7:S
n3:ekonomickeParametry
Tento software predstavuje jednu z popredných aplikácii pre klasifikovanie HEp-2 buniek a adresuje oblasť automatického vyhodnocovania klinických testov pacientov, ktorý trpia napr. nejakou formou autoimúnnych ochorení. Software má pomáhať expertom v oblasti autoimúnnej medicíny pri vyhodnocovaní pacientových vzorkov. V súčastnosti je vyhodnocovanie založené na manuálnom spracovaní expertom, čo je pomalý, drahý a velmi subjektívny proces. Automatické nástroje, akým je aj tento klasifikátor, majú za úlohu zrýchliť, zpresniť a hlavne zlacniť tento proces. Na medzinárodnej súťaži v rozpoznávaní buniek, ktorá bola súčasťou prestížnej konferencie ICPR 2012, sa tento klasifikátor umiestnil v prvej štvrtine všetkých zúčastnených programov (7. miesto z 28 účastníkov). Pri testovaní v laboratórnych podmienkach sme namerali úspešnosť klasifikácie na úrovni 95%. Zdrojový kód a dokumentácia boli spracované v anglickom jazyku, čo umožňuje využitie software aj zahraničnými expertmi.
n3:entitaPredkladatele
n13:predkladatel
n3:idSjednocenehoVysledku
138825
n3:idVysledku
RIV/00216224:14330/12:00057512
n3:interniIdentifikace
Cells Classifier
n3:jazykVysledku
n18:eng
n3:klicovaSlova
classifier; image; classification; cells
n3:klicoveSlovo
n14:classification n14:image n14:classifier n14:cells
n3:kontrolniKodProRIV
[EBE8EF68C307]
n3:licencniPoplatek
n17:Z
n3:obor
n8:JC
n3:pocetDomacichTvurcuVysledku
4
n3:pocetTvurcuVysledku
4
n3:projekt
n5:GBP302%2F12%2FG157
n3:rokUplatneniVysledku
n19:2012
n3:technickeParametry
Software pre rozpoznávanie HEp-2 buniek. Program je schopný spracovať obrázky HEp-2 buniek nasnímaných fluorescenčným mikroskopom a následne ich zaradiť do jednej zo šiestich základnych kategórii: centromere, coarse speckled, fine speckled, homogeneous, cytoplasmic, nucleolar. Implementácia je realizovaná v jazyku Java a C++. Zodpovedné osoby: Roman Stoklasa <rstoki@seznam.cz> a Tomáš Majtner <majtner@ics.muni.cz> Adresa: Fakulta informatiky Masarykovy univerzity, Botanická 68a, 602 00 Brno.
n3:tvurceVysledku
Majtner, Tomáš Stoklasa, Roman Svoboda, David Batko, Michal
n3:vlastnik
n13:vlastnikVysledku
n3:vyuzitiJinymSubjektem
n4:A
n20:organizacniJednotka
14330