Andere Kunden interessierten sich auch für
![Characterization of Hippocampus Using Textural Analysis in Epileptics]( "Characterization of Hippocampus Using Textural Analysis in Epileptics")
Characterization of Hippocampus Using Textural Analysis in Epileptics33,99 €![Bewertung der schützenden Wirkung von KN-93 und RA bei Epilepsie]( "Bewertung der schützenden Wirkung von KN-93 und RA bei Epilepsie")
Bewertung der schützenden Wirkung von KN-93 und RA bei Epilepsie39,90 €![Charakterisierung des Neugeborenen mit Toxoplasmose]( "Charakterisierung des Neugeborenen mit Toxoplasmose")
Charakterisierung des Neugeborenen mit Toxoplasmose39,90 €![Hämodynamische und entzündliche Charakterisierung der Präeklampsie]( "Hämodynamische und entzündliche Charakterisierung der Präeklampsie")
Hämodynamische und entzündliche Charakterisierung der Präeklampsie71,90 €![Klinisch-epidemiologische Charakterisierung]( "Klinisch-epidemiologische Charakterisierung")
Klinisch-epidemiologische Charakterisierung43,90 €![Fragmentierung der Spermien-DNA mittels Durchflusszytometrie]( "Fragmentierung der Spermien-DNA mittels Durchflusszytometrie")
Fragmentierung der Spermien-DNA mittels Durchflusszytometrie60,90 €![Charakterisierung von Patienten mit einer Diagnose von Selbstmordabsichten]( "Charakterisierung von Patienten mit einer Diagnose von Selbstmordabsichten")
Charakterisierung von Patienten mit einer Diagnose von Selbstmordabsichten43,90 €
Dies ist ein Versuch, den Hippocampus Körper, Kopf, Schwanz und in MRI-Bilder mit Computer-Analyse-Techniken zu studieren, die wichtigsten Ziele dieser Studie war es, die Hippocampus-Gewebe in zwei Klassen normalen und epileptischen mit Textur-Analyse zu charakterisieren. Die Textur wurde aus der räumlichen Graustufen-Abhängigkeitsmatrix extrahiert, wobei ein Fenster von 20×20 Pixeln mit dem Winkel Null und dem Abstand von einem Pixel verwendet wurde. Die Bilder wurden aus MRT-Gehirnscans von 18 Patienten gesammelt, die die Klassen der Studie im Zeitraum von 7/2011 bis 2/2012 repräsentieren. Die Bilder wurden von einem erfahrenen Radiologen bewertet, und die Bewertung wurde akzeptiert, wenn sie mit den EEG-Befunden übereinstimmte. Dann wurden die Merkmale aus den ausgewählten Teilbildern extrahiert, die nur die interessierende Region zeigen. Eine lineare Diskriminanzanalyse mit schrittweisem Vorgehen wurde verwendet, um die Probe in die vordefinierten Klassen zu klassifizieren. Bei der schrittweisen Analyse wurde eine Anzahl von Merkmalen aus fünfzehn Merkmalen ausgewählt. Die Ergebnisse dieser Studie zeigen, dass die Gesamtklassifizierungsgenauigkeit 83,3 %, 80,6 %, 91,7 % und 79,6 % für Körper, Kopf, Schwanz und Sagittal beträgt. Die Sensitivität betrug 72,2, 72,2, 94,4% und 79,6. Die Spezifität lag bei 94,4 %, 88,92 %, 88,9 % bzw. 79,6 %.