| DC Field | Value | Language |
|---|
| dc.contributor.author | Куис, И. С. | - |
| dc.contributor.author | Вашкевич, М. И. | - |
| dc.coverage.spatial | Минск | ru_RU |
| dc.date.accessioned | 2023-06-20T11:15:50Z | - |
| dc.date.available | 2023-06-20T11:15:50Z | - |
| dc.date.issued | 2023 | - |
| dc.identifier.citation | Куис, И. С. Использование различных семейств вейвлетов в задаче слияние медицинских изображений на основе дискретного вейвлет-преобразования / И. С. Куис, М. И . Вашкевич // BIG DATA и анализ высокого уровня = BIG DATA and Advanced Analytics : сборник научных статей IX Международной научно-практической конференции, Минск, 17–18 мая 2023 г. : в 2 ч. Ч. 2 / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2023. – С. 299-308. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/52141 | - |
| dc.description.abstract | В работе представлены различные методы объединения медицинских изображений в
области коэффициентов дискретного вейвлет-преобразования (ДВП). Также предложены варианты слияния,
которые используют представление низкочастотной составляющей ДВП в области максимумов модуля
вейвлет-преобразования, в его разреженном пространстве и с реконструкцией с использованием метода
сопряженного градиента. Сравнение методов проводилось с использованием критерия нормированной
взаимной информации для различных семейств вейвлетов. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | слияние изображений | ru_RU |
| dc.subject | подавление немаксимумов | ru_RU |
| dc.subject | метод сопряженных градиентов | ru_RU |
| dc.title | Использование различных семейств вейвлетов в задаче слияние медицинских изображений на основе дискретного вейвлет-преобразования | ru_RU |
| dc.title.alternative | Using different families of wavelets for task of fusion medical images based on discrete wavelet transform | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | The paper presents various methods of combining medical images in the space of discrete wavelet
transform coefficients (DWT). Fusion variants are also proposed that use the representation of the low-frequency
component of the DWT in the region of the wavelet modulus maxima, in its sparse space and with reconstruction
using the conjugate gradient method. The methods were compared using the normalized mutual information criterion
for different families of wavelets. | ru_RU |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2023)
|
