Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Automated detection of new MS lesions in longitudinal MRI. Automated detection of new multiple sclerosis lesions in longitudinal magnetic resonance imaging

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Onur Ganiler
ISBN: 9783659684067
Год издания: 2016
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 196
Издательство: LAP LAMBERT Academic Publishing
Цена: 40139 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 166714
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: This book deals with the detection of new multiple sclerosis (MS) lesions in longitudinal brain magnetic resonance (MR) imaging. The detection and quantification of new lesions are crucial to follow-up MS patients. Moreover, the manual detection of these new lesions is not only time-consuming, but is also prone to intra- and inter-observer variability. Therefore, the development of automated techniques for the detection MS lesions is a major challenge. After a thorough analysis of the state-of-the art in MS lesion detection approaches, we present a new classification of techniques pointing out their main strengths and weaknesses. A complementary quantitative evaluation of some of the most remarkable methods in the literature is also provided. Subsequently, we present a new proposal based on a change detection approach, which combines various characteristics of different MR image modalities. For this purpose, including the baseline and follow-up images, we join both results obtained from PD-w and T2-w images in a supervised and an unsupervised manner. The evaluation, carried out in a quantitative and qualitative manner.
Ключевые слова: Computer Vision, image processing, Machine Learning, Brain Magnetic Resonance Imaging (MRI), Multiple Sclerosis (MS) Lesions