Modelowanie zmian patologicznych sutka z wykorzystaniem analizy wielorozdzielczej
|
|
- Gabriel Wiśniewski
- 8 lat temu
- Przeglądów:
Transkrypt
1 Modelowanie zmian patologicznych sutka z wykorzystaniem analizy wielorozdzielczej Artur Przelaskowski 1 Przemysław Wojtaszczyk 2, Anna Wróblewska 1 1 Politechnika Warszawska, Instytut Radiolelektroniki, Nowowiejska 15/19, Warszawa 2 Uniwersytet Warszawski, Instytut Matematyki Stosowanej i Mechaniki, ul. Banacha 2, Warszawa 1. Wprowadzenie Celem prowadzonych badań jest opracowanie efektywnych modeli guzków i skupisk mikrozwapnień w dziedzinie skala-przestrzeń do takich zastosowań jak: kompresja i indeksowanie, automatyczna detekcja i diagnoza (CADD), poprawa percepcji. Plan prowadzonych badań jest następujący: 1. Analiza treści diagnostycznej zawartej w obrazach z badań mammografii rentgenowskiej oraz w ultrasonograficznych badaniach sutka; ponadto uwzględnienie sposobu interpretacji badań obrazowych ( jak przebiega subiektywny proces decyzyjny obiektywizacja procedur). 2. Ocena porównawcza róŝnych metod przekształceń obrazów w wielu skalach. 3. Analiza obrazów (modeli, wzorców, zespołów cech) zmian patologicznych w dziedzinie wybranych transformacji wielu skal. 4. Wybór zestawu przekształceń najbardziej uŝytecznych dla róŝnego rodzaju patologii. 5. Dookreślenie modeli zmian na potrzeby róŝnych zastosowań wspomagających diagnostykę obrazową. W ramach tej pracy prezentowane są wstępne wyniki badań, głównie w zakresie pp. 1, 2, 3 oraz 4. Przeprowadzone eksperymenty dotyczą realizacji róŝnego typu przekształceń wielorozdzielczych na zróŝnicowanej klasie obrazów mammograficznych i przykładowych badaniach USG. Badano rozkłady wartości współczynników w poszczególnych skalach, w hierarchicznej strukturze podpasm częstotliwościowych, kierunkowych oraz geometrycznych baz segmentów liniowych. Uzyskane rezultaty pozwalają sformułować przesłanki dotyczące doboru metod analizy wielorozdzielczej oraz wskazówki do dalszych badań. 2. Cechy zmian patologicznych. W interpretacji badań mammograficznych wykorzystywane są dane pacjenta, wskazania do badania (skierowanie), opinia pacjenta (wywiad), historia badań (analiza porównawcza informacji obrazowej). Radiolog dokonuje wstępnej oceny symetrii obrazów sutków, jakości badań i poszczególnych zmian (interesujących regionów z badań wcześniejszych). W systemach cyfrowych dobierane są warunki prezentacji (skala, powiększenie etc). W przypadkach wątpliwych waŝne jest skorzystanie z tzw. drugiej oceny (inny radiolog lub system CAD, w niektórych krajach konsultacja taka jest obowiązkowa). Kategoryzację ocen przedstawiono w tabeli 1.
2 Tabela 1. Końcowa ocena diagnostyczna według zaleceń Amerykańskiego Kolegium Radiologii ACR/BI-RADS (Breast Imaging Reporting and Data System) [1][2] Kategoria Ocena 0 Ocena niekompletna Opis Dodatkowe badanie obrazowe 1 Negatywna Bez komentarza 2 Zmiana łagodna Zmiana zdecydowanie łagodna 3 Zmiana prawdopodobnie łagodna 4 Podejrzenie patologii 5 Silne przekonanie o patologii Bardzo wysokie prawdopodobieństwo zmiany łagodnej; krótkoczasowa kontynuacja w celu uzyskania pewności diagnozy Zmiana nietypowa, złośliwa ze znaczącym prawdopodobieństwem; naleŝy rozwaŝyć biopsję Wysokie prawdopodobieństw rakowej zmiany złośliwej; naleŝy podjąć odpowiednie działania Komputerowe wspomaganie subiektywnej interpretacji obrazów wymaga moŝliwie duŝej obiektywizacji przesłanek dotyczących detekcji i oceny charakteru zmian. W obliczeniowym modelowaniu zmian patologicznych waŝne są wiarygodne wzorce zmian patologicznych, poszukiwane algorytmicznie w obrazach z uwzględnieniem wspomnianego zróŝnicowania uŝytecznych cech, jak i realnego stosunku sygnał/szum. Wysiłek badawczy dotyczy przede wszystkim poszukiwania cech wzorców patologii w dziedzinie wielorozdzielczej zapewniających dobrą ich identyfikację, separowalność, obiektywizację opisu. Do wyznaczenia takich wzorców wykorzystano klasyfikację guzków (według kształtu i zarysu) oraz mikrozwapnień (według kształtu) w mammogramach ustaloną przez ACR/BI- RADS (rys. 1 i rys. 3). Podobna klasyfikacja zmian uŝywana jest w badaniach USG (tabela 2 i rys. 2) [3][4]. Tabela 2. Cechy zmian dające przesłanki rozróŝnienia zmian łagodnych i złośliwych. Cechy zmian łagodnych Kształt regularny Wyraźne brzegi Jednorodna tekstura Stała echogeniczność Cień krawędzi Równoległa do skóry poprawa widoczności struktur Cechy zmian złośliwych Kształt nieregularny Słabo określone brzegi Zacieniony środek Zaburzona architektura Mikrozwapnienia Zagęszczenie skóry
3 Rys. 1. Klasyfikacja guzków w mammografii według ACR/BI-RADS [2]. Rys. 2. Typowe przykłady guzków w USG [3][4].
4 Rys. 3. Klasyfikacja mikrozwapnień według ACR/BI-RADS [2]. 3. Metody analizy wielorozdzielczej do opisu zmian Bardzo istotną rolę diagnostyczną odgrywają układające się w kontury krawędzie, które rozdzielają poszczególne regiony (obiekty, elementy przestrzenne) charakteryzowane teksturą. Obrysy regionów mają zwykle gładki kształt, rozkład konturów składa się na geometryczną strukturę obrazu. Modelując fundamentalne cechy obrazów przyjęto, Ŝe uŝyteczność opisu zaleŝy w pierwszej kolejności od efektywnej reprezentacji krawędzi. Wyznaczone kontury pozwalają ustalić kształt i ocenić zarysy zmian. Identyfikacja fizjologicznych i anatomicznych struktur (obiektów diagnostycznych) jest skuteczniejsza poprzez optymalizację reprezentacji informacji obrazowej. Cecha skalowalności rozdzielczości obrazów naturalnych [5], w tym takŝe wielu medycznych, preferuje metody analizy danych obrazowych w wielu skalach. ZaleŜności danych w uzyskiwanej hierarchicznej strukturze skal charakteryzowanych częstotliwościowo i kierunkowo, pozwalają na efektywniejsze wydzielenie sygnału z szumów i artefaktów danej metody obrazowania, na dokładniejszą ocenę i klasyfikację wybranych obiektów, na ich uwydatnienie w rekonstruowanej następnie przestrzeni obrazu. Podstawowym kryterium optymalizacji transformacji wielu skal była maksymalna efektywność nieliniowej aproksymacji struktur istotnych diagnostycznie (tj. reprezentowanie oraz odtworzenie istotnych cech sygnału uŝytecznego za pomocą minimalnej liczby największych współczynników danej transformaty). Takie upakowanie informacji diagnostycznej pozwala na jej efektywną detekcję, oddzielenie od szumu, dokładną interpretację.
5 Przeprowadzono analizę moŝliwości wykorzystania dekompozycji falkowych z separowalnym jądrem 1W, jak równieŝ 2W (z nieseparowalnym jądrem). Wykorzystano analityczną bazę curvelets, z ich dyskretną realizacją w postaci contourlets i ridgelets, a takŝe geometryczne bazy wielu skal typu wedgelets i beamlets [6]. Obserwowano cechy wybranych patologii, głównie guzków spikularnych, regularnych i mikrozwapnień. Analitycznie, krawędziami w obrazach są nieciągłości funkcji jasności sąsiednich regionów (estymowanych średnich poziomów jasności w tych obszarach). Nieciągłość taka m jest w przybliŝeniu krzywą gładką C (ciągłą pochodną rzędu m). Zakładamy w tych rozwaŝaniach uciąglenie opisu struktur za pomocą funkcji i krzywych co najmniej 2 wymiarowych 2W (co do dziedziny). Mamy wtedy tzw. nieciągłość liniową (wzdłuŝ linii krzywej). Transformacja falkowa z separowalnym jądrem funkcji 1W nie pozwala uzyskać oszczędnej (upakowanej w wartościach minimalnej liczby współczynników) i spójnej reprezentacji krawędzi. Krzywe, nawet linia prosta, dają w reprezentacji falkowej wiele znaczących współczynników (małe upakowanie informacji), a ponadto niewielka modyfikacja wartości współczynników (w celu odszumienia, uwydatnienia struktur) moŝe powodować utratę spójności rekonstruowanej krawędzi (trudno zachować naturalny kształt krzywej). Falki pozwalają dobrze modelować jedynie nieciągłości punktowe (funkcji 1W). MoŜna wtedy uzyskać efektywną (w sensie aproksymacji nieliniowej) reprezentację jedynie niewielkich fragmentów konturów lub teŝ małych struktur, np. mikrozwapnień. Korzystnym jest dobór filtrów falkowych o niewielkim rozmiarze nośnika, przy czym zaobserwowano godną podkreślenia uŝyteczność falek Haara (zobacz rys. 4). Dobrą reprezentację mikrozwapnień i guzków dają bazy nadmiarowe (np. zaimplementowane i testowane przez nas falki undecimated rys. 5), takŝe w przypadku sutków gęstych (zobacz teŝ w [7]). Rys. 4. Reprezentacja mammogramu w dziedzinie falkowej (falki Haara, 3 i 6 poziomów dekompozycji, adaptacyjne wyrównanie histogramu w dziedzinie falkowej)
6 RozwaŜania dotyczące doboru poziomu regularności (np. Lipschitza) funkcji (krzywych) bazowych stają się bardziej uŝyteczne w przypadku falek 2W, przede wszystkim w postaci curvelets. Pozwalają one optymalnie aproksymować krzywe C 2, przy czym nie zawsze taki model pasuje do konturów wybranych guzków (mogą być mniej lub bardziej gładkie). Dekompozycja za pomocą contourlets pozwala dopasować filtry kierunkowe do rodzaju patologii i dają dobre rezultaty aproksymacji przede wszystkim guzków regularnych. Geometryczne bazy wedgelets pozwalają znacząco uprościć opis konturów o charakterze w przybliŝeniu liniowym aproksymując za pomocą dokładnych skal krzywe o dowolnie nieregularnym kształcie. Liniowe segmenty guzków spikularnych są dobrze opisywalne za pomocą bazy beamlets wykorzystywanej w detekcji kształtu guzków [8]. UŜyteczną w opisie spikuli znaczących rozmiarów jest teŝ ogólna postać transformacji Radona [9]. 4. Wybrane rezultaty i konkluzje Na rysunkach 4-6 przedstawiono wybrane efekty dekompozycji obrazów w wielu skalach i wstępnego wykorzystania modeli zmian. Określone zostały przekształcenia suboptymalne dla wybranych zmian, dobrano takŝe najbardziej przydatne rodziny filtrów i parametry przekształceń. Przeprowadzone z udziałem radiologów eksperymenty miały charakter wstępny i wymagają potwierdzenia na znaczącej liczbie badań klinicznych. Dotyczyły przede wszystkim poprawy percepcji zmian i detekcji mikrozwapnień. a)
7 b) Rys. 5. Detekcja zmian z wykorzystaniem analizy wielorozdzielczej: wyznaczane są lokalne maksima (lokalizacja kandydatów) w róŝnych skalach [10]; a) interfejs oprogramowania, b) rezultaty: z lewej detekcja mikrozwapnień z obrazu oryginalnego, z prawej na podstawie rekonstrukcji z nadmiarowej dziedziny falkowej (undecimated wavelets). a) b) a) b) Rys. 6. Poprawa percepcji z wykorzystaniem metod wielorozdzielczych; adaptacyjne progowanie w róŝnych skalach: a) oryginał, b) uwydatnione zmiany. Uzyskano zauwaŝalną poprawę efektywności automatycznej detekcji zmian i poprawę percepcji weryfikowaną w testach subiektywnych (ocena wstępna na poziomie kilkunastu procent). Analizowane metody reprezentacji informacji obrazowej są uŝyteczne przede wszystkim jako inteligentna prezentacja. Stanowią bogaty potencjał, który umoŝliwia personalizację stacji diagnostycznej w zaleŝności od doświadczenia i preferencji radiologa oraz zakresu prowadzonych badań diagnostycznych. Wymagają więc zrozumienia moŝliwości opracowanych narzędzi oraz interakcyjnej optymalizacji przy współpracy radiologów i inŝynierów. Aby optymalnie dobrać wielorozdzielczą reprezentację obrazów naleŝy uwzględnić cechy danego systemu obrazowania, subiektywną procedurę interpretacji oraz wiarygodną charakterystykę zmian patologicznych. Istotna jest tekstura, krzywizna krawędzi, lokalna estymacja kontrastu, oszacowanie szumów, kontekstowe relacje obiekt-tło etc. Dalsze badania skoncentrowane będą na dokładniejszej ocenie zaleŝności pomiędzy cechami wybranych
8 systemów obrazowania, rodzajem patologii i skojarzonymi modelami z badań mammografii i USG. Bibliografia [1] American College of Radiology (ACR). Breast imaging reporting and data system (BI-RADS), 3rd ed. Reston, VA: ACR; 1998 [2] Bassett, L.W.: Imaging the Breast. In Cancer Medicine, Section 9. Principles of Imaging, 5 th edition, B.C. Decker Inc., Hamilton, Ontario, Canada, 2000, pp [3] Kim, K.G.; Kim, J.H.; Min, B.G.: Classification of malignant and benign tumors using boundary characteristics in breast ultrasonography. Journal of Digital Imaging. Vol 15, Suppl 1, 2002, pp [4] André, MP; Galperin, M.; Olson, L.K. et al.: Improving the accuracy of diagnostic breast ultrasound. [5] Ruderman, D.L.: Origins of scaling in natural images. Vision Research Elsevier. Vol. 37, No. 23, 1997, pp [6] Führ, H.; Demaret, L.; Friedrich, F.: Beyond wavelets: New image representation paradigms. [7] Mekle, R.; Laine, A.F.; Smith, S.J.; et al.: Evaluation of a multiscale enhancement protocol for digital mammography. In Wavelet Applications in Signal and Image Proc. VIII. Proc. of SPIE. Vol. 4119, 2000, pp [8] Sampat, M.P.; Markey, M.K., Bovik A.C.: Classification of mammographic lesions into BI-RADS shape categories using the beamlet transform. Medical Imaging 2005: Image Processing. Proc. SPIE, Vol. 5747, 2005, pp [9] Sampat, M.P.; Markey, M.K.; Bovik, A.C.: Evidence-based detection of spiculated masses and architectural distortions. Medical Imaging 2005: Image Processing, Proc. SPIE. Vol. 5747, 2005, pp [10] System wspomagania diagnostyki mammograficznej MammoViewer,
Adaptive wavelet synthesis for improving digital image processing
for improving digital image processing Politechnika Łódzka Wydział Fizyki Technicznej, Informatyki i Matematyki Stosowanej 4 listopada 2010 Plan prezentacji 1 Wstęp 2 Dyskretne przekształcenie falkowe
Bardziej szczegółowoPoprawa percepcji guzków spikularnych w obrazach mammograficznych*
Poprawa percepcji guzków spikularnych w obrazach mammograficznych* Paweł Bargieł, Artur Przelaskowski, Anna Wróblewska, Piotr Boniński Politechnika Warszawska Wydz. Elektroniki i Technik Informacyjnych
Bardziej szczegółowoWspomaganie diagnostyki mammograficznej: poprawa percepcji zmian patologicznych
Wspomaganie diagnostyki mammograficznej: poprawa percepcji zmian patologicznych Anna Wróblewska Plan prezentacji Mammografia Problemy detekcji i interpretacji badań Komputerowe wspomaganie diagnozy System
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe
Bardziej szczegółowoSYSTEM AUTOMATYCZNEJ DETEKCJI I KLASYFIKACJI MIKROZWAPNIEŃ W CYFROWEJ MAMMOGRAFII
SYSTEM AUTOMATYCZNEJ DETEKCJI I KLASYFIKACJI MIKROZWAPNIEŃ W CYFROWEJ MAMMOGRAFII Anna Wróblewska, Artur Przelaskowski Zakład Elektroniki Jądrowej i Medycznej, Instytut Radioelektroniki PW ul.nowowiejska
Bardziej szczegółowoSystemy wspomagania diagnozy, czyli mammografia przyszłości
Systemy wspomagania diagnozy, czyli mammografia przyszłości Anna Wróblewska Plan prezentacji Mammografia Problemy interpretacji badań Komputerowe wspomaganie diagnozy cel Cele detekcji typy patologii Współczesne
Bardziej szczegółowoAkwizycja i przetwarzanie sygnałów cyfrowych
Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Analiza czas - częstotliwość analiza częstotliwościowa: problem dla sygnału niestacjonarnego zwykła transformata
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie drugie Podstawowe przekształcenia obrazu 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami obrazu wykonywanymi
Bardziej szczegółowoLABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 12. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ.
LABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 1. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ. Transformacja falkowa (ang. wavelet falka) przeznaczona jest do analizy
Bardziej szczegółowoMetoda klasteryzacji i segmentacji mikrozwapnień w celu redukcji wskazań fałszywych przy komputerowym wspomaganiu mammografii
Metoda klasteryzacji i segmentacji mikrozwapnień w celu redukcji wskazań fałszywych przy komputerowym wspomaganiu mammografii Anna Wróblewska, Artur Przelaskowski, Paweł Bargieł, Piotr Boniński Zakład
Bardziej szczegółowoMetoda detekcji guzków w obrazach mammograficznych wykorzystująca transformację Rayleigha
Metoda detekcji guzków w obrazach mammograficznych wykorzystująca transformację Rayleigha Piotr Boniński, Anna Wróblewska, Artur Przelaskowski 1), 1) Instytut Radioelektroniki Politechniki Warszawskiej
Bardziej szczegółowoFiltracja obrazu operacje kontekstowe
Filtracja obrazu operacje kontekstowe Podział metod filtracji obrazu Metody przestrzenne i częstotliwościowe Metody liniowe i nieliniowe Główne zadania filtracji Usunięcie niepożądanego szumu z obrazu
Bardziej szczegółowoSpośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy prosty i skuteczny.
Filtracja nieliniowa może być bardzo skuteczną metodą polepszania jakości obrazów Filtry nieliniowe Filtr medianowy Spośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy
Bardziej szczegółowoFiltracja obrazu operacje kontekstowe
Filtracja obrazu operacje kontekstowe Główne zadania filtracji Usunięcie niepożądanego szumu z obrazu Poprawa ostrości Usunięcie określonych wad obrazu Poprawa obrazu o złej jakości technicznej Rekonstrukcja
Bardziej szczegółowoPOSZUKIWANIE FALKOWYCH MIAR POTENCJAŁU INFORMACYJNEGO OBRAZÓW CYFROWYCH JAKO WSKAŹNIKÓW JAKOŚCI WIZUALNEJ
Krystian Pyka POSZUKIWANIE FALKOWYCH MIAR POTENCJAŁU INFORMACYJNEGO OBRAZÓW CYFROWYCH JAKO WSKAŹNIKÓW JAKOŚCI WIZUALNEJ Streszczenie. W pracy przedstawiono wyniki badań nad wykorzystaniem falek do analizy
Bardziej szczegółowoMODELOWANIE OBRAZÓW METODAMI ANALIZY FUNKCJONALNEJ (WIELU SKAL)
MODELOWANIE OBRAZÓW METODAMI ANALIZY FUNKCJONALNEJ (WIELU SKAL) Materiały KWOD, A.Przelaskowski Analiza funkcjonalna i harmoniczna Falki Dekompozycja falkowa Falki W Podsumowanie Wprowadzenie: technika,
Bardziej szczegółowoPrzekształcenia widmowe Transformata Fouriera. Adam Wojciechowski
Przekształcenia widmowe Transformata Fouriera Adam Wojciechowski Przekształcenia widmowe Odmiana przekształceń kontekstowych, w których kontekstem jest w zasadzie cały obraz. Za pomocą transformaty Fouriera
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe
Bardziej szczegółowoTRANSFORMATA FALKOWA WYBRANYCH SYGNAŁÓW SYMULACYJNYCH
1-2013 PROBLEMY EKSPLOATACJI 27 Izabela JÓZEFCZYK, Romuald MAŁECKI Politechnika Warszawska, Płock TRANSFORMATA FALKOWA WYBRANYCH SYGNAŁÓW SYMULACYJNYCH Słowa kluczowe Sygnał, dyskretna transformacja falkowa,
Bardziej szczegółowoprzetworzonego sygnału
Synteza falek ortogonalnych na podstawie oceny przetworzonego sygnału Instytut Informatyki Politechnika Łódzka 28 lutego 2012 Plan prezentacji 1 Sformułowanie problemu 2 3 4 Historia przekształcenia falkowego
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: ANALIZA I PRZETWARZANIE OBRAZÓW CYFROWYCH Kierunek: Informatyka Rodzaj przedmiotu: moduł specjalności obowiązkowy: Programowanie aplikacji internetowych Rodzaj zajęć: wykład, laboratorium
Bardziej szczegółowoMetody wspomagania detekcji zmian patologicznych w mammografii
Metody wspomagania detekcji zmian patologicznych w mammografii Doktorat: Anna Wróblewska Promotor: Artur Przelaskowski Zakład Elektroniki Jądrowej i Medycznej Instytut Radioelektroniki Politechnika Warszawska
Bardziej szczegółowoPLATFORMA DO PRZETWARZANIA ZDJĘĆ TOMOGRAFII KOMPUTEROWEJ MÓZGU ORAZ ZDJĘĆ MAMMOGRAFICZNYCH WSPOMAGAJĄCA DIAGNOZOWANIE CHORÓB
PLATFORMA DO PRZETWARZANIA ZDJĘĆ TOMOGRAFII KOMPUTEROWEJ MÓZGU ORAZ ZDJĘĆ MAMMOGRAFICZNYCH WSPOMAGAJĄCA DIAGNOZOWANIE CHORÓB Międzynarodowa Konferencja Naukowa Studentów Uczelni Medycznych. Kraków, 2009
Bardziej szczegółowoOcena jakości obrazów medycznych
Ocena jakości obrazów medycznych Laboratorium I. Cel ćwiczenia Zasadniczym celem ćwiczenia jest wykorzystanie róŝnych metod obliczeniowych oraz testów subiektywnych do oceny jakości obrazów medycznych
Bardziej szczegółowodr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl
dr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl Coraz większa ilość danych obrazowych How much information, University of California Berkeley, 2002: przyrost zdjęć rentgenowskich to 17,2 PB rocznie
Bardziej szczegółowoCyfrowe przetwarzanie i kompresja danych
Cyfrowe przetwarzanie i kompresja danych dr inż.. Wojciech Zając Wykład 5. Dyskretna transformata falkowa Schemat systemu transmisji danych wizyjnych Źródło danych Przetwarzanie Przesył Przetwarzanie Prezentacja
Bardziej szczegółowoSYLABUS DOTYCZY CYKLU KSZTAŁCENIA Realizowany w roku akademickim 2016/2017
Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2015-2017 Realizowany w roku akademickim 2016/2017 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu
Bardziej szczegółowoKARTA PRZEDMIOTU. W5/1;W16/1 W5 Zna podstawowe metody przetwarzania wstępnego EP WM K_W9/3; obrazów barwnych.
(pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: PRZETWARZANIE OBRAZÓW CYFROWYCH 3. Karta przedmiotu ważna od roku akademickiego: 2012/2013 4. Forma kształcenia: studia pierwszego stopnia 5. Forma
Bardziej szczegółowoWYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Bardziej szczegółowoPodsumowanie wyników ankiety
SPRAWOZDANIE Kierunkowego Zespołu ds. Programów Kształcenia dla kierunku Informatyka dotyczące ankiet samooceny osiągnięcia przez absolwentów kierunkowych efektów kształcenia po ukończeniu studiów w roku
Bardziej szczegółowoElektronika i Telekomunikacja I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoReprezentacja i analiza obszarów
Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek cięŝkości ułoŝenie przestrzenne momenty wyŝszych rzędów promienie max-min centryczność
Bardziej szczegółowoDobór deskryptorów według warstw proponowanego modelu spikul w mammogramach
Dobór deskryptorów według warstw proponowanego modelu spikul w mammogramach Magdalena Jasionowska Instytut Radioelektroniki, Politechnika Warszawska mjasiono@ire.pw.edu.pl Streszczenie: Opracowano zbiór
Bardziej szczegółowoTransformacja wiedzy w budowie i eksploatacji maszyn
Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces
Bardziej szczegółowoOdniesienie do efektów kształcenia dla obszaru nauk EFEKTY KSZTAŁCENIA Symbol
KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział Informatyki i Zarządzania Kierunek studiów INFORMATYKA (INF) Stopień studiów - pierwszy Profil studiów - ogólnoakademicki Projekt v1.0 z 18.02.2015 Odniesienie do
Bardziej szczegółowoSUBIEKTYWNA OCENA JAKOŚCI DIAGNOSTYCZNEJ KOMPRESOWANYCH STRATNIE OBRAZÓW
SUBIEKTYWNA OCENA JAKOŚCI DIAGNOSTYCZNEJ KOMPRESOWANYCH STRATNIE OBRAZÓW Artur Przelaskowski *, Anna Kukuła **, Paweł Surowski ** * Instytut Radioelektroniki Politechniki Warszawskiej, ul. Nowowiejska
Bardziej szczegółowoTRANSFORMATA FALKOWA 2D. Oprogramowanie Systemów Obrazowania 2016/2017
TRANSFORMATA FALKOWA 2D Oprogramowanie Systemów Obrazowania 2016/2017 Wielorozdzielczość - dekompozycja sygnału w ciąg sygnałów o coraz mniejszej rozdzielczości na wielu poziomach gdzie: s l+1 - aproksymata
Bardziej szczegółowoRekonstrukcja obrazu (Image restoration)
Rekonstrukcja obrazu (Image restoration) Celem rekonstrukcji obrazu cyfrowego jest odtworzenie obrazu oryginalnego na podstawie obrazu zdegradowanego. Obejmuje ona identyfikację procesu degradacji i próbę
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU CYFROWE PRZETWARZANIE SYGNAŁÓW
Bardziej szczegółowoPOLITECHNIKA WARSZAWSKA ROZPRAWA DOKTORSKA
POLITECHNIKA WARSZAWSKA Wydział Elektroniki i Technik Informacyjnych ROZPRAWA DOKTORSKA mgr inż. Anna Wróblewska Metody wspomagania detekcji zmian patologicznych w mammografii Promotor dr hab. inż. Artur
Bardziej szczegółowoKOMPUTEROWA INŻYNIERIA OBRAZÓW
PODSTAWY INŻYNIERII DIAGNOSTYKI OBRAZOWEJ W MEDYCYNIE (PIDOM) KOMPUTEROWA INŻYNIERIA OBRAZÓW Artur Przelaskowski materiały do wykładu (rysunki w dużej części ze źródeł internetowych oraz własnych) Wybrane
Bardziej szczegółowoGrafika komputerowa. Zajęcia IX
Grafika komputerowa Zajęcia IX Ćwiczenie 1 Usuwanie efektu czerwonych oczu Celem ćwiczenia jest usunięcie efektu czerwonych oczu u osób występujących na zdjęciu tak, aby plik wynikowy wyglądał jak wzor_1.jpg
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: moduł specjalności obowiązkowy: Sieci komputerowe Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE
Bardziej szczegółowotel. (+4861) fax. (+4861)
dr hab. inż. Michał Nowak prof. PP Politechnika Poznańska, Instytut Silników Spalinowych i Transportu Zakład Inżynierii Wirtualnej ul. Piotrowo 3 60-965 Poznań tel. (+4861) 665-2041 fax. (+4861) 665-2618
Bardziej szczegółowoMetody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia. Mgr inż.
Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia Mgr inż. Dorota Smorawa Plan prezentacji 1. Wprowadzenie do zagadnienia 2. Opis urządzeń badawczych
Bardziej szczegółowoPrzedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2.
Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2. Technika obrazu 24 W.3. Normalizacja w zakresie obrazu cyfrowego
Bardziej szczegółowoANALIZA SEMANTYCZNA OBRAZU I DŹWIĘKU
ANALIZA SEMANTYCZNA OBRAZU I DŹWIĘKU obraz dr inż. Jacek Naruniec Analiza Składowych Niezależnych (ICA) Independent Component Analysis Dąży do wyznaczenia zmiennych niezależnych z obserwacji Problem opiera
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoStrona 1 z 5 Wersja z dnia 9 grudnia 2010 roku
Strona 1 z 5 Załącznik nr 7 WYMAGANIA DOTYCZĄCE STANOWISKA DO INTERPRETACJI (STANOWISKA OPI- SOWEGO) DLA RADIOLOGII CYFROWEJ I. Wymagania ogólne 1. W radiologii cyfrowej uŝywa się dwóch podstawowych rodzajów
Bardziej szczegółowoArtykuły przeglądowe Review articles
NOWOTWORY Journal of Oncology 2010 volume 60 Number 2 136 146 Artykuły przeglądowe Review articles Zasady kwalifikacji zmian gruczołu piersiowego wykrytych w badaniu mammograficznym według systemu BI-RADS
Bardziej szczegółowo2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).
SPIS TREŚCI ROZDZIAŁ I SYGNAŁY CYFROWE 9 1. Pojęcia wstępne Wiadomości, informacje, dane, sygnały (9). Sygnał jako nośnik informacji (11). Sygnał jako funkcja (12). Sygnał analogowy (13). Sygnał cyfrowy
Bardziej szczegółowoefekty kształcenia dla kierunku Elektronika studia stacjonarne drugiego stopnia, profil ogólnoakademicki
Opis efektów dla kierunku Elektronika Studia stacjonarne drugiego stopnia, profil ogólnoakademicki Objaśnienie oznaczeń: K kierunkowe efekty W kategoria wiedzy U kategoria umiejętności K (po podkreślniku)
Bardziej szczegółowoScreening raka piersi
OCENA SCREENINGU RAKA PIERSI W POLSCE Radosław Tarkowski Katedra Onkologii A.M. we Wrocławiu Polska: 14 482 zachorowania 5 255 zgonów (na podstawie danych Centrum Onkologii w Warszawie) 137,8 78 61.2 Zapadalność
Bardziej szczegółowoAnna Fabijańska. Algorytmy segmentacji w systemach analizy ilościowej obrazów
POLITECHNIKA ŁÓDZKA Wydział Elektrotechniki Elektroniki Informatyki i Automatyki Katedra Informatyki Stosowanej Anna Fabijańska Nr albumu: 109647 Streszczenie pracy magisterskiej nt.: Algorytmy segmentacji
Bardziej szczegółowoEFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6
EFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6 studia pierwszego stopnia o profilu ogólnoakademickim Symbol K_W01 Po ukończeniu studiów pierwszego stopnia
Bardziej szczegółowoSpis treści. WSTĘP 13 Bibliografia 16
Przegląd uwarunkowań i metod oceny efektywności wykorzystania odnawialnych źródeł energii w budownictwie : praca zbiorowa / pod red. Joachima Kozioła. Gliwice, 2012 Spis treści WSTĘP 13 Bibliografia 16
Bardziej szczegółowoMichał Strzelecki Metody przetwarzania i analizy obrazów biomedycznych (1)
Michał Strzelecki Metody przetwarzania i analizy obrazów biomedycznych (1) Prezentacja multimedialna współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego w projekcie Innowacyjna
Bardziej szczegółowoPolitechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2013/2014
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Mechaniczny obowiązuje studentów rozpoczynających studia w roku akademickim 201/2014 Kierunek studiów: Inżynieria Biomedyczna Forma
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 9 AiR III
1 Na podstawie materiałów autorstwa dra inż. Marka Wnuka. Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania
Bardziej szczegółowoPrzekształcenia punktowe
Przekształcenia punktowe Przekształcenia punktowe realizowane sa w taki sposób, że wymagane operacje wykonuje sie na poszczególnych pojedynczych punktach źródłowego obrazu, otrzymujac w efekcie pojedyncze
Bardziej szczegółowoWspomaganie decyzji diagnostycznych w mammografii
Wspomaganie decyzji diagnostycznych w mammografii Artur Przelaskowski, Anna Wróblewska, Paweł Bargieł Politechnika Warszawska, Instytut Radiolelektroniki, Nowowiejska 15/19, 00-665 Warszawa 1. Wprowadzenie
Bardziej szczegółowoProjektowanie Wirtualne bloki tematyczne PW I
Podstawowe zagadnienia egzaminacyjne Projektowanie Wirtualne - część teoretyczna Projektowanie Wirtualne bloki tematyczne PW I 1. Projektowanie wirtualne specyfika procesu projektowania wirtualnego, podstawowe
Bardziej szczegółowoKARTA MODUŁU / KARTA PRZEDMIOTU
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Cyfrowe przetwarzanie sygnałów pomiarowych_e2s
Bardziej szczegółowoPrzetwarzanie Sygnałów. Zastosowanie Transformaty Falkowej w nadzorowaniu
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka Zastosowanie Transformaty Falkowej
Bardziej szczegółowoProf. Stanisław Jankowski
Prof. Stanisław Jankowski Zakład Sztucznej Inteligencji Zespół Statystycznych Systemów Uczących się p. 228 sjank@ise.pw.edu.pl Zakres badań: Sztuczne sieci neuronowe Maszyny wektorów nośnych SVM Maszyny
Bardziej szczegółowo1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie
Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty
Bardziej szczegółowoRok akademicki: 2017/2018 Kod: RIA s Punkty ECTS: 2. Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne
Nazwa modułu: Przetwarzanie obrazów Rok akademicki: 2017/2018 Kod: RIA-1-705-s Punkty ECTS: 2 Wydział: Inżynierii Mechanicznej i Robotyki Kierunek: Inżynieria Akustyczna Specjalność: Poziom studiów: Studia
Bardziej szczegółowoImplementacja filtru Canny ego
ANALIZA I PRZETWARZANIE OBRAZÓW Implementacja filtru Canny ego Autor: Katarzyna Piotrowicz Kraków,2015-06-11 Spis treści 1. Wstęp... 1 2. Implementacja... 2 3. Przykłady... 3 Porównanie wykrytych krawędzi
Bardziej szczegółowoTyreologia opis przypadku 15
Kurs Polskiego Towarzystwa Endokrynologicznego Tyreologia opis przypadku 15 partner kursu: (firma nie ma wpływu na zawartość merytoryczną) Opis przypadku 28-letnia kobieta zgłosił się do Poradni Endokrynologicznej.
Bardziej szczegółowoSystemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski
Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do
Bardziej szczegółowoPROGRAM NAUCZANIA PRZEDMIOTU FAKULTATYWNEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2014/2015 PRZEWODNIK DYDAKTYCZNY
PROGRAM NAUCZANIA PRZEDMIOTU FAKULTATYWNEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2014/2015 PRZEWODNIK DYDAKTYCZNY 1. NAZWA PRZEDMIOTU : ANALIZA I PRZETWARZANIE OBRAZÓW MEDYCZNYCH 2. NAZWA JEDNOSTKI (jednostek
Bardziej szczegółowoDIAGNOSTYKA OBRAZOWA
PODSTAWY INŻYNIERII DIAGNOSTYKI OBRAZOWEJ W MEDYCYNIE (PIDOM) DIAGNOSTYKA OBRAZOWA Artur Przelaskowski materiały do wykładu (rysunki w dużej części ze źródeł internetowych oraz własnych) PRZYKŁAD MAMMOGRAFII
Bardziej szczegółowoPAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NYSIE
PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NYSIE Efekty uczenia się Kierunek Informatyka Studia pierwszego stopnia Profil praktyczny Umiejscowienie kierunku informatyka w obszarze kształcenia: Obszar wiedzy: nauki
Bardziej szczegółowoEgzamin / zaliczenie na ocenę*
WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI Zał. nr 4 do ZW 33/01 KARTA PRZEDMIOTU Nazwa w języku polskim: DIAGNOSTYKA OBRAZOWA Nazwa w języku angielskim: DIAGNOSTIC IMAGING Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowoALA MA KOTA MEDIA - OBRAZ OBRAZ. Operacje na obrazie. Informacja ukryta w teksturach, hierarchii krawędzi. Obraz to kompozycja:
OBRAZ Obraz to kompozycja: tła konturów tekstur PODSTAWY TECHNIK MULTIMEDIALNYCH, A.Przelaskowski MEDIA - OBRAZ f R M N k ALA MA KOTA obraz losowy bez żadnej informacji Dwuwymiarowa struktura: macierz
Bardziej szczegółowoANTENA DWUSTOśKOWA NIESYMETRYCZNA
Notatka 25 ANTENA DWUSTOśKOWA NIESYMETRYCZNA 1. Wstęp W tej notatce przedstawiono szerokopasmowa antenę typu dipol dwustoŝkowy niesymetryczny. Podstawy teoria takiej anteny, nazywanej po angielsku równieŝ
Bardziej szczegółowoKomputerowa analiza obrazów z endoskopu bezprzewodowego dla diagnostyki medycznej
Komputerowa analiza obrazów z endoskopu bezprzewodowego dla diagnostyki medycznej Piotr M. Szczypiński Kolokwium habilitacyjne 16 kwietnia 01 Endoskopia bezprzewodowa Kapsułka typu SB Źródło: GivenImaging
Bardziej szczegółowoSYMULATOR EKG. Bartłomiej Bielecki 1, Marek Zieliński 2, Paweł Mikołajaczak 1,3
SYMULATOR EKG Bartłomiej Bielecki 1, Marek Zieliński 2, Paweł Mikołajaczak 1,3 1. Państwowa Wyższa Szkoła Zawodowa w Chełmie 2. Państwowy Szpital im. Ludwika Rydygiera w Chełmie 3. Uniwersytet Marii Curie-Skłodowskiej
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA I STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium TECHNIKI OBRAZOWANIA MEDYCZNEGO Medical Imaging Techniques Forma
Bardziej szczegółowoSzczegółowy zakres szkolenia wymagany dla osób ubiegających się o nadanie uprawnień inspektora ochrony radiologicznej
Załącznik nr 1 Szczegółowy zakres szkolenia wymagany dla osób ubiegających się o nadanie uprawnień inspektora ochrony radiologicznej Lp. Zakres tematyczny (forma zajęć: wykład W / ćwiczenia obliczeniowe
Bardziej szczegółowoTypowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych
Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Sebastian Kokot XXI Krajowa Konferencja Rzeczoznawców Majątkowych, Międzyzdroje 2012 Rzetelnie wykonana analiza rynku nieruchomości
Bardziej szczegółowo(pieczęć wydziału) KARTA PRZEDMIOTU. 2. Kod przedmiotu: PWBOB
(pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: PRZETWARZANIE WSTĘPNE BARWNYCH OBRAZÓW BIOMEDYCZNYCH 3. Karta przedmiotu ważna od roku akademickiego: 2017/2018 4. Forma kształcenia: studia trzeciego
Bardziej szczegółowoEfekty kształcenia dla kierunku studiów INFORMATYKA, Absolwent studiów I stopnia kierunku Informatyka WIEDZA
Symbol Efekty kształcenia dla kierunku studiów INFORMATYKA, specjalność: 1) Sieciowe systemy informatyczne. 2) Bazy danych Absolwent studiów I stopnia kierunku Informatyka WIEDZA Ma wiedzę z matematyki
Bardziej szczegółowoKalibracja kamery. Kalibracja kamery
Cel kalibracji Celem kalibracji jest wyznaczenie parametrów określających zaleŝności między układem podstawowym a układem związanym z kamerą, które występują łącznie z transformacją perspektywy oraz parametrów
Bardziej szczegółowoTELEDIAGNOSTYCZNE OPROGRAMOWANIE DO POMIARÓW KRZYWIZN KRĘGOSŁUPA I KLASYFIKACJI ZŁAMAŃ KRĘGÓW
Markiewicz Ł. 1,2, Narloch J. 1,3, Łukasik B. 3, Glinkowski W. 3,4 TELEDIAGNOSTYCZNE OPROGRAMOWANIE DO POMIARÓW KRZYWIZN KRĘGOSŁUPA I KLASYFIKACJI ZŁAMAŃ KRĘGÓW 1 Studenckie Koło Naukowe - TeleZdrowie,
Bardziej szczegółowowww.korektorzdrowia.pl www.watchhealthcare.eu PORADNIK DLA PACJENTÓW Biopsja
www.korektorzdrowia.pl www.watchhealthcare.eu PORADNIK DLA PACJENTÓW Biopsja Rak piersi Najczęściej występujący nowotwór złośliwy u kobiet w Polsce 2004 r. ponad12 000 nowych zachorowań na raka piersi
Bardziej szczegółowoModelowanie krzywych i powierzchni
3 Modelowanie krzywych i powierzchni Modelowanie powierzchniowe jest kolejną metodą po modelowaniu bryłowym sposobem tworzenia części. Jest to też sposób budowy elementu bardziej skomplikowany i wymagający
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: przedmiot obowiązkowy w ramach treści kierunkowych, moduł kierunkowy ogólny Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL PRZEDMIOTU
Bardziej szczegółowoBADANIE WYBRANYCH PROCESÓW REALIZOWANYCH W SZPITALACH NA STYKU Z SYSTEMAMI E-ZDROWIA
ZAŁĄCZNIK C Anna Gontarek-Janicka 1 BADANIE WYBRANYCH PROCESÓW REALIZOWANYCH W SZPITALACH NA STYKU Z SYSTEMAMI E-ZDROWIA SPIS TREŚCI WSKAZÓWKI METODYCZNE DO PRZEPROWADZENIA BADAŃ... 2 WYKAZ WYBRANYCH PROCESÓW
Bardziej szczegółowo10. Redukcja wymiaru - metoda PCA
Algorytmy rozpoznawania obrazów 10. Redukcja wymiaru - metoda PCA dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. PCA Analiza składowych głównych: w skrócie nazywana PCA (od ang. Principle Component
Bardziej szczegółowoAutomatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, Spis treści
Automatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, 2011 Spis treści Przedmowa 11 Rozdział 1. WPROWADZENIE 13 1.1. Czym jest automatyczne rozpoznawanie mowy 13 1.2. Poziomy
Bardziej szczegółowoWyższa Szkoła Informatyki Stosowanej i Zarządzania
Wyższa Szkoła Informatyki Stosowanej i Zarządzania Grupa ID308, Zespół 11 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń Ćwiczenie 6 Temat: Operacje sąsiedztwa wyostrzanie obrazu Wykonali: 1. Mikołaj Janeczek
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: PRZETWARZANIE I ANALIZA OBRAZÓW BIOMEDYCZNYCH Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy na specjalności informatyka medyczna Rodzaj zajęć: wykład, laboratorium Conversion
Bardziej szczegółowoMODELE LINIOWE. Dr Wioleta Drobik
MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą
Bardziej szczegółowoRAKOOPORNI. Program profilaktyki raka piersi. Bezpłatne badania mammograficzne
RAKOOPORNI Program profilaktyki raka piersi Bezpłatne badania mammograficzne Jesteś w wieku od 40 do 49 lat lub po 70 roku życia? W ciągu ostatniego roku nie miałaś wykonanej mammografii? Skorzystaj z
Bardziej szczegółowoCyfrowe Przetwarzanie Obrazów i Sygnałów
Cyfrowe Przetwarzanie Obrazów i Sygnałów Laboratorium EX Lokalne transformacje obrazów Joanna Ratajczak, Wrocław, 28 Cel i zakres ćwiczenia Celem ćwiczenia jest zapoznanie się z własnościami lokalnych
Bardziej szczegółowoW poszukiwaniu sensu w świecie widzialnym
W poszukiwaniu sensu w świecie widzialnym Andrzej Śluzek Nanyang Technological University Singapore Uniwersytet Mikołaja Kopernika Toruń AGH, Kraków, 28 maja 2010 1 Podziękowania Przedstawione wyniki powstały
Bardziej szczegółowoElektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan
Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego Piotr Walerjan Elektrofizjologia w padaczce Dlaczego stosujemy metody elektrofizjologiczne w diagnostyce padaczki? Ognisko padaczkowe Lokalizacja
Bardziej szczegółowoANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ. Joanna Bryndza
ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ Joanna Bryndza Wprowadzenie Jednym z kluczowych problemów w szacowaniu poziomu ryzyka przedsięwzięcia informatycznego
Bardziej szczegółowo