Informační systém výzkumu,
vývoje a inovací

Rejstřík informací o výsledcích

Jednoduché vyhledávání

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 TA0 - Technologická agentura ČR (TA ČR)
Rok sběru 2020
Specifikace RIV/61989100:27240/19:10243838!RIV20-TA0-27240___
Datum poslední aktualizace výsledku 18.05.2020
Kontrolní číslo 192200050 ( v1.0 )

Informace o dalších výskytech výsledku dodaného stejným předkladatelem

Dodáno GA ČR v roce 2020 RIV/61989100:27240/19:10243838 v dodávce dat RIV20-GA0-27240___/01:1
Dodáno MŠMT v roce 2020 RIV/61989100:27240/19:10243838 v dodávce dat RIV20-MSM-27240___/01:1

Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl

Projekt podporovaný TA ČR v programu TL TL01000302 - Vývoj zdravotních prostředků jako efektivní investice pro veřejné i soukromé subjekty (2018 - 2021)
Vyhledávání ...