Autor Deka, Bhabesh
|
|
Documentos disponibles escritos por este autor (3)
Hacer una sugerencia Refinar búsqueda
Título : Compressed Sensing Magnetic Resonance Image Reconstruction Algorithms : A Convex Optimization Approach Tipo de documento: documento electrónico Autores: Deka, Bhabesh, Autor ; Datta, Sumit, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2019 Número de páginas: XIII, 122 p. 38 ilustraciones, 23 ilustraciones en color. ISBN/ISSN/DL: 978-981-1335976-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de la señal Ingeniería Biomédica Radiología Procesamiento de señales voz e imágenes Ingeniería Biomédica y Bioingeniería Índice Dewey: 621.382 Ingeniería de comunicaciones Resumen: Este libro presenta una revisión exhaustiva de los desarrollos recientes en algoritmos rápidos de reconstrucción de imágenes por resonancia magnética de detección comprimida (CS) basados en la regularización de la norma L1. La resonancia magnética con detección comprimida (CS-MRI) puede reducir considerablemente el tiempo de exploración de la resonancia magnética, ya que es posible reconstruir imágenes de resonancia magnética a partir de solo unas pocas mediciones en el espacio k; muy por debajo de los requisitos de la frecuencia de muestreo de Nyquist. Los problemas de regularización basados en normas L1 se pueden resolver eficientemente utilizando técnicas de optimización convexa de última generación, que en general superan a las técnicas codiciosas en términos de calidad de reconstrucciones. Recientemente, se han desarrollado algoritmos de reconstrucción basados en optimización convexa rápida que también pueden alcanzar los puntos de referencia para el uso de CS-MRI en la práctica clínica. Este libro permite a los estudiantes de posgrado, investigadores y profesionales médicos que trabajan en el campo del procesamiento de imágenes médicas, particularmente en resonancia magnética, comprender la necesidad de la CS en la resonancia magnética y, por lo tanto, cómo podría revolucionar la obtención de imágenes de tejidos blandos para beneficiar la tecnología de la atención médica sin hacer grandes esfuerzos. cambios en el hardware del escáner existente. Sería particularmente útil para investigadores que acaban de ingresar al apasionante campo de CS-MRI y quisieran repasar rápidamente los desarrollos hasta la fecha sin sumergirse en el análisis matemático detallado. Finalmente, también analiza las tendencias recientes y las direcciones de investigación futuras para la implementación de CS-MRI en la práctica clínica, particularmente en aplicaciones de bioinformática y neuroinformática. Nota de contenido: 1. Introduction to Compressed Sensing Magnetic Resonance Imaging -- 2. Compressed Sensing MRI Reconstruction Problem -- 3. Fast Algorithms for Compressed Sensing MRI Reconstruction -- 4. Simulation Results -- 5. Performance Evaluation and Benchmark Setting -- 6. Conclusions and Future Directions. 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 Compressed Sensing Magnetic Resonance Image Reconstruction Algorithms : A Convex Optimization Approach [documento electrónico] / Deka, Bhabesh, Autor ; Datta, Sumit, Autor . - 1 ed. . - Singapore [Malasya] : Springer, 2019 . - XIII, 122 p. 38 ilustraciones, 23 ilustraciones en color.
ISBN : 978-981-1335976--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de la señal Ingeniería Biomédica Radiología Procesamiento de señales voz e imágenes Ingeniería Biomédica y Bioingeniería Índice Dewey: 621.382 Ingeniería de comunicaciones Resumen: Este libro presenta una revisión exhaustiva de los desarrollos recientes en algoritmos rápidos de reconstrucción de imágenes por resonancia magnética de detección comprimida (CS) basados en la regularización de la norma L1. La resonancia magnética con detección comprimida (CS-MRI) puede reducir considerablemente el tiempo de exploración de la resonancia magnética, ya que es posible reconstruir imágenes de resonancia magnética a partir de solo unas pocas mediciones en el espacio k; muy por debajo de los requisitos de la frecuencia de muestreo de Nyquist. Los problemas de regularización basados en normas L1 se pueden resolver eficientemente utilizando técnicas de optimización convexa de última generación, que en general superan a las técnicas codiciosas en términos de calidad de reconstrucciones. Recientemente, se han desarrollado algoritmos de reconstrucción basados en optimización convexa rápida que también pueden alcanzar los puntos de referencia para el uso de CS-MRI en la práctica clínica. Este libro permite a los estudiantes de posgrado, investigadores y profesionales médicos que trabajan en el campo del procesamiento de imágenes médicas, particularmente en resonancia magnética, comprender la necesidad de la CS en la resonancia magnética y, por lo tanto, cómo podría revolucionar la obtención de imágenes de tejidos blandos para beneficiar la tecnología de la atención médica sin hacer grandes esfuerzos. cambios en el hardware del escáner existente. Sería particularmente útil para investigadores que acaban de ingresar al apasionante campo de CS-MRI y quisieran repasar rápidamente los desarrollos hasta la fecha sin sumergirse en el análisis matemático detallado. Finalmente, también analiza las tendencias recientes y las direcciones de investigación futuras para la implementación de CS-MRI en la práctica clínica, particularmente en aplicaciones de bioinformática y neuroinformática. Nota de contenido: 1. Introduction to Compressed Sensing Magnetic Resonance Imaging -- 2. Compressed Sensing MRI Reconstruction Problem -- 3. Fast Algorithms for Compressed Sensing MRI Reconstruction -- 4. Simulation Results -- 5. Performance Evaluation and Benchmark Setting -- 6. Conclusions and Future Directions. 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 Pattern Recognition and Machine Intelligence / Deka, Bhabesh ; Maji, Pradipta ; Mitra, Sushmita ; Bhattacharyya, Dhruba Kumar ; Bora, Prabin Kumar ; Pal, Sankar Kumar
Título : Pattern Recognition and Machine Intelligence : 8th International Conference, PReMI 2019, Tezpur, India, December 17-20, 2019, Proceedings, Part I Tipo de documento: documento electrónico Autores: Deka, Bhabesh, ; Maji, Pradipta, ; Mitra, Sushmita, ; Bhattacharyya, Dhruba Kumar, ; Bora, Prabin Kumar, ; Pal, Sankar Kumar, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: L, 637 p. 345 ilustraciones, 219 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-34869-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia artificial Procesamiento de datos Minería de datos y descubrimiento de conocimientos Reconocimiento de patrones automatizado Visión por computador Algoritmo Informática Sistemas de reconocimiento de patrones Teoría de la Computación Índice Dewey: 40.151 Resumen: El conjunto de dos volúmenes de LNCS 11941 y 11942 constituye las actas arbitradas de la 8.ª Conferencia Internacional sobre Reconocimiento de Patrones e Inteligencia Artificial, PReMI 2019, celebrada en Tezpur, India, en diciembre de 2019. Los 131 artículos completos revisados presentados fueron cuidadosamente revisados y seleccionados. de 341 presentaciones. Están organizados en secciones temáticas denominadas: Reconocimiento de patrones; Aprendizaje automático; Aprendizaje profundo; Computación Suave y Evolutiva; Procesamiento de imágenes; Procesamiento de Imágenes Médicas; Bioinformática y Procesamiento de Señales Biomédicas; Recuperación de información; Sensores remotos; Procesamiento de Señales y Vídeo; y Sensores Inteligentes e Inteligentes. Nota de contenido: Pattern Recognition -- Machine Learning -- Deep Learning -- Soft and Evolutionary Computing -- Image Processing.-Medical Image Processing -- Bioinformatics and Biomedical Signal Processing -- Information Retrieval -- Remote Sensing -- Signal and Video Processing -- Smart and Intelligent Sensors. 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 Pattern Recognition and Machine Intelligence : 8th International Conference, PReMI 2019, Tezpur, India, December 17-20, 2019, Proceedings, Part I [documento electrónico] / Deka, Bhabesh, ; Maji, Pradipta, ; Mitra, Sushmita, ; Bhattacharyya, Dhruba Kumar, ; Bora, Prabin Kumar, ; Pal, Sankar Kumar, . - 1 ed. . - [s.l.] : Springer, 2019 . - L, 637 p. 345 ilustraciones, 219 ilustraciones en color.
ISBN : 978-3-030-34869-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Procesamiento de datos Minería de datos y descubrimiento de conocimientos Reconocimiento de patrones automatizado Visión por computador Algoritmo Informática Sistemas de reconocimiento de patrones Teoría de la Computación Índice Dewey: 40.151 Resumen: El conjunto de dos volúmenes de LNCS 11941 y 11942 constituye las actas arbitradas de la 8.ª Conferencia Internacional sobre Reconocimiento de Patrones e Inteligencia Artificial, PReMI 2019, celebrada en Tezpur, India, en diciembre de 2019. Los 131 artículos completos revisados presentados fueron cuidadosamente revisados y seleccionados. de 341 presentaciones. Están organizados en secciones temáticas denominadas: Reconocimiento de patrones; Aprendizaje automático; Aprendizaje profundo; Computación Suave y Evolutiva; Procesamiento de imágenes; Procesamiento de Imágenes Médicas; Bioinformática y Procesamiento de Señales Biomédicas; Recuperación de información; Sensores remotos; Procesamiento de Señales y Vídeo; y Sensores Inteligentes e Inteligentes. Nota de contenido: Pattern Recognition -- Machine Learning -- Deep Learning -- Soft and Evolutionary Computing -- Image Processing.-Medical Image Processing -- Bioinformatics and Biomedical Signal Processing -- Information Retrieval -- Remote Sensing -- Signal and Video Processing -- Smart and Intelligent Sensors. 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
Título : Pattern Recognition and Machine Intelligence : 8th International Conference, PReMI 2019, Tezpur, India, December 17-20, 2019, Proceedings, Part II Tipo de documento: documento electrónico Autores: Deka, Bhabesh, ; Maji, Pradipta, ; Mitra, Sushmita, ; Bhattacharyya, Dhruba Kumar, ; Bora, Prabin Kumar, ; Pal, Sankar Kumar, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: L, 583 p. 326 ilustraciones, 183 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-34872-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Information storage and retrieval Minería de datos y descubrimiento de conocimientos Visión por computador Inteligencia artificial Teoría de la Computación Procesamiento de datos Sistemas de almacenamiento y recuperación de información Informática Red informática Redes de comunicación informática Índice Dewey: 40.151 Resumen: El conjunto de dos volúmenes de LNCS 11941 y 11942 constituye las actas arbitradas de la 8.ª Conferencia Internacional sobre Reconocimiento de Patrones e Inteligencia Artificial, PReMI 2019, celebrada en Tezpur, India, en diciembre de 2019. Los 131 artículos completos revisados presentados fueron cuidadosamente revisados y seleccionados. de 341 presentaciones. Están organizados en secciones temáticas denominadas: Reconocimiento de patrones; Aprendizaje automático; Aprendizaje profundo; Computación Suave y Evolutiva; Procesamiento de imágenes; Procesamiento de Imágenes Médicas; Bioinformática y Procesamiento de Señales Biomédicas; Recuperación de información; Sensores remotos; Procesamiento de Señales y Vídeo; y Sensores Inteligentes e Inteligentes. Nota de contenido: Pattern Recognition -- Machine Learning -- Deep Learning -- Soft and Evolutionary Computing -- Image Processing.-Medical Image Processing -- Bioinformatics and Biomedical Signal Processing -- Information Retrieval -- Remote Sensing -- Signal and Video Processing -- Smart and Intelligent Sensors. 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 Pattern Recognition and Machine Intelligence : 8th International Conference, PReMI 2019, Tezpur, India, December 17-20, 2019, Proceedings, Part II [documento electrónico] / Deka, Bhabesh, ; Maji, Pradipta, ; Mitra, Sushmita, ; Bhattacharyya, Dhruba Kumar, ; Bora, Prabin Kumar, ; Pal, Sankar Kumar, . - 1 ed. . - [s.l.] : Springer, 2019 . - L, 583 p. 326 ilustraciones, 183 ilustraciones en color.
ISBN : 978-3-030-34872-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Information storage and retrieval Minería de datos y descubrimiento de conocimientos Visión por computador Inteligencia artificial Teoría de la Computación Procesamiento de datos Sistemas de almacenamiento y recuperación de información Informática Red informática Redes de comunicación informática Índice Dewey: 40.151 Resumen: El conjunto de dos volúmenes de LNCS 11941 y 11942 constituye las actas arbitradas de la 8.ª Conferencia Internacional sobre Reconocimiento de Patrones e Inteligencia Artificial, PReMI 2019, celebrada en Tezpur, India, en diciembre de 2019. Los 131 artículos completos revisados presentados fueron cuidadosamente revisados y seleccionados. de 341 presentaciones. Están organizados en secciones temáticas denominadas: Reconocimiento de patrones; Aprendizaje automático; Aprendizaje profundo; Computación Suave y Evolutiva; Procesamiento de imágenes; Procesamiento de Imágenes Médicas; Bioinformática y Procesamiento de Señales Biomédicas; Recuperación de información; Sensores remotos; Procesamiento de Señales y Vídeo; y Sensores Inteligentes e Inteligentes. Nota de contenido: Pattern Recognition -- Machine Learning -- Deep Learning -- Soft and Evolutionary Computing -- Image Processing.-Medical Image Processing -- Bioinformatics and Biomedical Signal Processing -- Information Retrieval -- Remote Sensing -- Signal and Video Processing -- Smart and Intelligent Sensors. 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
