Wyszukiwarka
Ocena przydatności filtracji Kalmana do poprawy właściwości szumowych danych uzyskiwanych w badaniach DSC-MRI mózgu
Abstrakt
W pracy pokazano jak na poprawę jakość danych z badania DSC-MRI wpływa filtracja stochastyczna Kalmana. Do przeprowadzenia filtracji stochastycznej potrzebny jest opis systemu w kategoriach zmiennych stanu. Warunek ten spełnia użyty model trójkompartmentowy. Filtracji poddane są próbki, które reprezentują pierwszy przepływ znacznika przez ROI. Jakość filtracji Kalmana silnie zależy od ilości próbek, z związku z tym mało liczne dane MRI są symulacyjnie uzupełniane do zadowalającej ilości, a po filtracji z licznego zbioru punktów odzyskiwane są próbki odpowiadające oryginalnym danym. Uzyskane rezultaty wskazują na przydatność filtracji Kal-mana do poprawy własności szumowych danych DSC-MRI.
Autorzy (2)
Cytuj jako
Pełna treść
pobierz publikację
pobrano 15 razy
- Wersja publikacji
- Accepted albo Published Version
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
- Opublikowano w:
-
Measurement Automation Monitoring
nr 54,
strony 118 - 121,
ISSN: 2450-2855 - Język:
- polski
- Rok wydania:
- 2008
- Opis bibliograficzny:
- Kalicka R., Lipiński S.: Ocena przydatności filtracji Kalmana do poprawy właściwości szumowych danych uzyskiwanych w badaniach DSC-MRI mózgu// Pomiary Automatyka Kontrola. -Vol. 54., nr. nr 3 (2008), s.118-121
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 114 razy