Zpět na hledáníCurrent Automatic Methods for Knee Cartilage Segmentation: A Review (2019)výskyt výsledku
Identifikační kód | RIV/61989100:27240/19:10243838 |
---|---|
Název v anglickém jazyce | Current Automatic Methods for Knee Cartilage Segmentation: A Review |
Druh | D - Stať ve sborníku |
Jazyk | eng - angličtina |
Vědní obor | 10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8) |
Rok uplatnění | 2019 |
Kód důvěrnosti údajů | S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
Počet výskytů výsledku | 3 |
Počet tvůrců celkem | 6 |
Počet domácích tvůrců | 6 |
Výčet všech uvedených jednotlivých tvůrců | Martin Augustynek (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 9520414) Martin Černý (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 9310657, orcid: 0000-0002-8893-2587) Jan Kubíček (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 8416842) David Oczka (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 9959811, orcid: 0000-0001-7626-3673) Marek Penhaker (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 1487604) Dominik Vilímek (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 4589221) |
Popis výsledku v anglickém jazyce | Knee cartilage segmentation has been challenging task for many years. This task is usually connected with two major issues. First object of interest is automatic detection and extraction of knee cartilage shape. Second important issue is detection of osteoarthritis, especially, in early stages. This early deterioration is badly recognizable from native images segmentation significantly contributes to precise localization, detection and extraction of early osteoarthritis. Generally, the knee cartilage automatic segmentation and extraction can be performed by various approaches including edge tracking, intensity-based methods, supervised learning, energy minimization, statistical methods and multiregional segmentation methods. Using of particular segmentation method depends on a compromise which user is willing to accept with respect to robustness, segmentation purpose, computational time, accuracy and level of user interaction. This review is mainly focused on fully automatic segmentation methods bringing the recent informations about modeling of cartilage structure via segmentation approaches. (C) 2019 IEEE. |
Klíčová slova oddělená středníkem | osteoarthritis;modeling;Image segmentation;cartilage |
Stránka www, na které se nachází výsledek | https://ieeexplore.ieee.org/document/8946132/algorithms#algorithms |
DOI výsledku | 10.1109/EUVIP47703.2019.8946132 |
Odkaz na údaje z výzkumu | - |
Údaje o výsledku v závislosti na druhu výsledku
Název sborníku | Proceedings - European Workshop on Visual Information Processing, EUVIP 2019 |
---|---|
ISBN | 978-1-72814-496-2 |
ISSN | 2471-8963 |
e-ISSN | - |
Počet stran výsledku | 6 |
Strana od-do | 117-122 |
Název nakladatele | IEEE |
Místo vydání | Piscataway |
Místo konání akce | Řím |
Datum konání akce | 28.10.2019 |
Typ akce podle státní příslušnosti účastníků | WRD - Celosvětová |
Kód UT WoS článku podle Web of Science | - |
EID výsledku v databázi Scopus | 2-s2.0-85078192301 |
Ostatní informace o výsledku
Předkladatel | Vysoká škola báňská - Technická univerzita Ostrava / Fakulta elektrotechniky a informatiky |
---|---|
Dodavatel | GA0 - Grantová agentura České republiky (GA ČR) |
Rok sběru | 2020 |
Specifikace | RIV/61989100:27240/19:10243838!RIV20-GA0-27240___ |
Datum poslední aktualizace výsledku | 07.05.2020 |
Kontrolní číslo | 192169698 ( v1.0 ) |
Informace o dalších výskytech výsledku dodaného stejným předkladatelem
Dodáno MŠMT v roce 2020 | RIV/61989100:27240/19:10243838 v dodávce dat RIV20-MSM-27240___/01:1 |
---|---|
Dodáno TA ČR v roce 2020 | RIV/61989100:27240/19:10243838 v dodávce dat RIV20-TA0-27240___/01:1 |
Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl
Projekt podporovaný GA ČR v programu GA | GA17-03037S - Hodnocení investic do vývoje zdravotních prostředků (2017 - 2019) |
---|