| Título : |
Computational Molecular Magnetic Resonance Imaging for Neuro-oncology |
| Tipo de documento: |
documento electrónico |
| Autores: |
Dada, Michael O., Autor ; Awojoyogbe, Bamidele O., Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2021 |
| Número de páginas: |
XXXI, 389 p. 117 ilustraciones, 109 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-76728-0 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Resonancia magnética nuclear Matemáticas Biofísica Oncología Resonancia Magnética (RMN EPR) Imágenes del cáncer Aplicaciones de las matemáticas Neurología |
| Índice Dewey: |
538.362 |
| Resumen: |
Con base en los métodos analíticos y los programas de computadora presentados en este libro, todo lo que puede ser necesario para realizar el diagnóstico de tejido por resonancia magnética es la disponibilidad de datos relaxométricos y el dominio de un programa de computadora simple. Estos programas son fáciles de usar, altamente interactivos y el procesamiento de datos es rápido e inequívoco. Los laboratorios (con o sin instalaciones sofisticadas) pueden realizar diagnósticos por resonancia magnética computacional con solo datos de relajación T1 y T2. Los resultados han motivado el uso de datos para producir predicciones basadas en datos necesarias para el aprendizaje automático, la inteligencia artificial (IA) y el aprendizaje profundo para la investigación multidisciplinaria e interdisciplinaria. En consecuencia, este libro pretende ser muy útil para estudiantes, científicos, ingenieros, personal médico e investigadores interesados en desarrollar nuevos conceptos para una apreciación más profunda de las imágenes por resonancia magnética computacional para el diagnóstico, pronóstico, terapia y tratamiento de enfermedades de los tejidos. |
| Nota de contenido: |
Chapter 1. General Introduction -- Chapter 2. Fundamental Of Nmr -- Chapter 3. Computational Diffusion Magnetic Resonance Imaging -- Chapter 4. Radiofrequency Identification (Rfid) System For Computational Magnetic Resonance Imaging Of Blood Flow At Suction Points -- Chapter 5. A Computational Magnetic Resonance Imaging Based On Bloch Nmr Flow Equation, Mri Finger Printing, Python Deep Learning For The Classification Of Adult Brain Tumours -- Chapter 6. Analysis Of Hydrogen-Like Ions For Neurocomputing Based On Bloch Nmr Flow Equation -- Chapter 7. Quantum Mechanical Model Of Bloch Nmr Flow Equations For The Transport Analysis Of Quantm-Drugs In Microscopic Blood Vessels Applicable In Nanomedicine -- Chapter 8. Application Of "R" Machine Learning For Magnetic Resonance Relaxometry Data-Representation And Classification Of Human Brain Tumours -- Chapter 9. Advanced Magnetic Resonance Image Processing And Quantitative Analysis In Avizo For Demonstrating Radiomic Contrast Between Radiation Necrosis And Tumor Progression -- Chapter 10. Computational Analysis of Magnetic Resonance Imaging Contrast Agents and their Physico-Chemical Variables -- Chapter 11. General Conclusion. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Computational Molecular Magnetic Resonance Imaging for Neuro-oncology [documento electrónico] / Dada, Michael O., Autor ; Awojoyogbe, Bamidele O., Autor . - 1 ed. . - [s.l.] : Springer, 2021 . - XXXI, 389 p. 117 ilustraciones, 109 ilustraciones en color. ISBN : 978-3-030-76728-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Resonancia magnética nuclear Matemáticas Biofísica Oncología Resonancia Magnética (RMN EPR) Imágenes del cáncer Aplicaciones de las matemáticas Neurología |
| Índice Dewey: |
538.362 |
| Resumen: |
Con base en los métodos analíticos y los programas de computadora presentados en este libro, todo lo que puede ser necesario para realizar el diagnóstico de tejido por resonancia magnética es la disponibilidad de datos relaxométricos y el dominio de un programa de computadora simple. Estos programas son fáciles de usar, altamente interactivos y el procesamiento de datos es rápido e inequívoco. Los laboratorios (con o sin instalaciones sofisticadas) pueden realizar diagnósticos por resonancia magnética computacional con solo datos de relajación T1 y T2. Los resultados han motivado el uso de datos para producir predicciones basadas en datos necesarias para el aprendizaje automático, la inteligencia artificial (IA) y el aprendizaje profundo para la investigación multidisciplinaria e interdisciplinaria. En consecuencia, este libro pretende ser muy útil para estudiantes, científicos, ingenieros, personal médico e investigadores interesados en desarrollar nuevos conceptos para una apreciación más profunda de las imágenes por resonancia magnética computacional para el diagnóstico, pronóstico, terapia y tratamiento de enfermedades de los tejidos. |
| Nota de contenido: |
Chapter 1. General Introduction -- Chapter 2. Fundamental Of Nmr -- Chapter 3. Computational Diffusion Magnetic Resonance Imaging -- Chapter 4. Radiofrequency Identification (Rfid) System For Computational Magnetic Resonance Imaging Of Blood Flow At Suction Points -- Chapter 5. A Computational Magnetic Resonance Imaging Based On Bloch Nmr Flow Equation, Mri Finger Printing, Python Deep Learning For The Classification Of Adult Brain Tumours -- Chapter 6. Analysis Of Hydrogen-Like Ions For Neurocomputing Based On Bloch Nmr Flow Equation -- Chapter 7. Quantum Mechanical Model Of Bloch Nmr Flow Equations For The Transport Analysis Of Quantm-Drugs In Microscopic Blood Vessels Applicable In Nanomedicine -- Chapter 8. Application Of "R" Machine Learning For Magnetic Resonance Relaxometry Data-Representation And Classification Of Human Brain Tumours -- Chapter 9. Advanced Magnetic Resonance Image Processing And Quantitative Analysis In Avizo For Demonstrating Radiomic Contrast Between Radiation Necrosis And Tumor Progression -- Chapter 10. Computational Analysis of Magnetic Resonance Imaging Contrast Agents and their Physico-Chemical Variables -- Chapter 11. General Conclusion. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
538 Magnetismo
Hacer una sugerencia Refinar búsqueda
