Methods for reduction of blur effect in the denoising autoencoder model for rib suppression in CXR images ; Metody redukcji efektu rozmycia w modelu odszumiającego autoenkodera do tłumienia żeber w obrazach RTG
Tytuł publikacji grupowej:Recent advances in computational oncology and personalized medicine
Autor:Kalisz, Seweryn ; Marczyk, Michał
Słowa kluczowe:onkologia obliczeniowa ; medycyna spersonalizowana ; efekty rozmycia ; obrazy radiologiczne ; obrazy CXR ; badania RTG ; obrazy RTG ; Deep Learning ; głębokie uczenie maszynowe ; odszumiające autoenkodery ; redukcja szumów obrazu
Miejsce wydania: Wydawca:Wydawnictwo Politechniki Śląskiej
Data wydania: Współtwórca:Krukiewicz, Katarzyna. Red. ; Bajkacz, Sylwia. Red. ; Marczyk, Michał. Red. ; Ostrowski, Ziemowit. Red. ; Bugdol, Monika. Red. ; Polańska, Joanna. Red. serii
Uwagi: Typ zasobu: Seria:Inicjatywa Doskonałości - Uczelnia Badawcza ; Priorytetowy Obszar Badawczy (POB1)
Format: Identyfikator zasobu:Baza Wiedzy PŚ ; doi:10.34918/85105
Źródło:Recent advances in computational oncology and personalized medicine. Vol. 2, The challenges of the future. Ed. by Katarzyna Krukiewicz, Michał Marczyk, Monika Bugdol, Sylwia Bajkacz, Ziemowit Ostrowski. Gliwice 2022 (Monografia Politechniki Śląskiej ; nr 969) ; ISBN 978-83-7880-876-3
Język: Powiązania:Wydział Automatyki, Elektroniki i Informatyki. Politechnika Śląska ; Yale Cancer Center. Yale School of Medicine (USA) ; Szkoła Doktorów. Politechnika Śląska
Prawa: Dostęp: