Neural network-assisted effective lossy compression of medical images

 
Το τεκμήριο παρέχεται από τον φορέα :

Αποθετήριο :
Ψηφιακό Αποθετήριο της Κεντρικής Βιβλιοθήκης του ΕΜΠ | Dspace@NTUA
δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο



Σημασιολογικός εμπλουτισμός από το EKT
Τμήμα περιοδικού (EL)
Επιστημονικό άρθρο (EL)
1996 (EL)
Neural network-assisted effective lossy compression of medical images (EN)
Panagiotidis, NG (EN)
Stafylopatis, A (EN)
Kalogeras, D (EN)
Kollias, SD (EN)
A neural network architecture is proposed and shown to be very effective in performing lossy compression of medical images. A novel ROI-JPEG technique is introduced as the coding platform, in which the neural architecture adoptively selects regions of interest (ROI's) in the images. By letting the selected ROI's be coded with high quality, in contrast to the rest of image areas, high compression ratios are achieved, while retaining the significant (from medical point of view) image content. The performance of the method is illustrated by means of experimental results in real life problems taken from pathology and telemedicine applications. © 1996 IEEE. (EN)
journalArticle (EN)
Neural Network (EN)
Point of View (EN)
Engineering, Electrical & Electronic (EN)
Region of Interest (EN)
Lossy Compression (EN)
Medical Image (EN)
Compression Ratio (EN)
Εθνικό Μετσόβιο Πολυτεχνείο
Ψηφιακό Αποθετήριο της Κεντρικής Βιβλιοθήκης του ΕΜΠ | Dspace@NTUA
Κεντρική Βιβλιοθήκη Ε.Μ.Π.
Ιδρυματικό Αποθετήριο
Δημοσιεύσεις μελών Δ.Ε.Π. σε περιοδικά
Proceedings of the IEEE (EN)
Αγγλική γλώσσα
1996 (EN)
http://hdl.handle.net/123456789/11957
0018-9219 (EN)
1487 (EN)
ISI:A1996VK62400009 (EN)
1474 (EN)
10.1109/5.537112 (EN)
84 (EN)
10 (EN)
IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC (EN)



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.