Gotowa bibliografia na temat „Diagnosis – Data processing – Congresses”
Utwórz poprawne odniesienie w stylach APA, MLA, Chicago, Harvard i wielu innych
Spis treści
Zobacz listy aktualnych artykułów, książek, rozpraw, streszczeń i innych źródeł naukowych na temat „Diagnosis – Data processing – Congresses”.
Przycisk „Dodaj do bibliografii” jest dostępny obok każdej pracy w bibliografii. Użyj go – a my automatycznie utworzymy odniesienie bibliograficzne do wybranej pracy w stylu cytowania, którego potrzebujesz: APA, MLA, Harvard, Chicago, Vancouver itp.
Możesz również pobrać pełny tekst publikacji naukowej w formacie „.pdf” i przeczytać adnotację do pracy online, jeśli odpowiednie parametry są dostępne w metadanych.
Artykuły w czasopismach na temat "Diagnosis – Data processing – Congresses"
Matsumoto, Koushi, Haruaki Sato, Syunji Ohtsuka, Nobutaka Yamada i Goro Asano. "Computer-assisted data processing of pathogical diagnosis." Journal of Nippon Medical School 59, nr 1 (1992): 75–80. http://dx.doi.org/10.1272/jnms1923.59.75.
Pełny tekst źródłaŠverko, Zoran, Ivan Markovinović, Miroslav Vrankić i Saša Vlahinić. "EEG data processing in ADHD diagnosis and neurofeedback". Engineering review 40, nr 3 (21.05.2020): 116–23. http://dx.doi.org/10.30765/er.40.3.12.
Pełny tekst źródłaSakhno. "Integral data processing systems for functional diagnosis service". Biomedical Engineering 30, nr 1 (1996): 38. http://dx.doi.org/10.1007/bf02383400.
Pełny tekst źródłaSakhno, Yu F., i P. S. Kudryavtsev. "Integral data processing systems for functional diagnosis service". Biomedical Engineering 30, nr 1 (styczeń 1996): 38–42. http://dx.doi.org/10.1007/bf02369227.
Pełny tekst źródłaPasichnyk, Natalya, Renat Rizhniak i Hanna Deforzh. "Congresses of natural scientists and mathematicians in the “Bulletin of experimental physics and elementary mathematics” (1886–1917): Analysis of publications". History of science and technology 13, nr 2 (23.12.2023): 280–310. http://dx.doi.org/10.32703/2415-7422-2023-13-2-280-310.
Pełny tekst źródłaJi, Jinjie, Qing Chen, Lei Jin, Xiaotong Zhou i Wei Ding. "Fault Diagnosis System of Power Grid Based on Multi-Data Sources". Applied Sciences 11, nr 16 (20.08.2021): 7649. http://dx.doi.org/10.3390/app11167649.
Pełny tekst źródłaS., R., Priyanka S., Jyoti B. i Priyanka K. "Skin Disease Diagnosis System using Image Processing and Data Mining". International Journal of Computer Applications 179, nr 16 (17.01.2018): 38–40. http://dx.doi.org/10.5120/ijca2018916253.
Pełny tekst źródłaMotakabber, S. M. A., Mohammad Mominul Hoque, Md. Rafiqul Islam, Sany Ihsan, Gazi Zahirul Islam i AHM Zahirul Alam. "MATLAB-Based Vibration Signal Processing for Fault Diagnosis". Asian Journal of Electrical and Electronic Engineering 3, nr 2 (30.09.2023): 27–32. http://dx.doi.org/10.69955/ajoeee.2023.v3i2.52.
Pełny tekst źródłaBakhshi, Ali, Kobra Hajizadeh, Mohammad Reza Tanhayi i Reza Jamshidi. "Diabetic retinopathy diagnosis using image processing methods". Advances in Obesity, Weight Management & Control 11, nr 5 (8.09.2022): 132–34. http://dx.doi.org/10.15406/aowmc.2022.12.00375.
Pełny tekst źródłaXiao, Yang. "Application of Big Data in Electrical Engineering". Journal of Computing and Electronic Information Management 12, nr 3 (30.04.2024): 22–27. http://dx.doi.org/10.54097/1cjvmpno.
Pełny tekst źródłaRozprawy doktorskie na temat "Diagnosis – Data processing – Congresses"
Van, Boening Mark Virgil. "Call versus continuous auctions: An experimental study of market organization". Diss., The University of Arizona, 1991. http://hdl.handle.net/10150/185542.
Pełny tekst źródłaBui, Bang Huy. "Development of algorithms for processing psychology data". Thesis, Queensland University of Technology, 1997. https://eprints.qut.edu.au/36007/1/36007_Bui_1997.pdf.
Pełny tekst źródłaNakamura, Carlos. "The effects of specific support to hypothesis generation on the diagnostic performance of medical students /". Thesis, McGill University, 2006. http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=102817.
Pełny tekst źródłaMoni, Mohammad Ali. "Clinical bioinformatics and computational modelling for disease comorbidities diagnosis". Thesis, University of Cambridge, 2015. https://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.708646.
Pełny tekst źródłaFrigo, Alessandro. "A procedure for the autonomic diagnosis of esophageal motor disorders from HRM data processing". Doctoral thesis, Università degli studi di Padova, 2016. http://hdl.handle.net/11577/3424419.
Pełny tekst źródłaLa procedura per la diagnosi di patologie della motilità intestinale non può prescindere da una conoscenza appropriata dei meccanismi fisiologici che regolano il trasporto del cibo ingerito all’interno dell’intestino. Una delle regioni più studiate del tratto gastrointestinale, infatti, è l’esofago: una struttura tubolare in grado di trasportare il cibo dalla bocca allo stomaco mediante una precisa sequenza di contrazioni delle fibre muscolari longitudinali e circonferenziali chiamata peristalsi. Sfortunatamente, alcune patologie e processi degenerativi sono in grado di alterare questo meccanismo, generando dolore toracico, reflusso gastro-esofageo, difficoltà nella deglutizione e/o carcinoma dell’esofago in un numero crescente di soggetti, costituendo un grave problema socio-sanitario. Attualmente, la diagnosi di disturbi della motilità esofagea si svolge analizzando i risultati di un particolare esame clinico chiamato Manometria ad Alta Risoluzione (High Resolution Manometry – HRM), che consente di misurare l’evoluzione temporale della pressione intra-esofagea in diverse posizioni lungo esofago mediante un catetere trans-nasale appositamente progettato. In letteratura sono stati proposti diversi modelli per l’interpretazione di dati da manometria, ma con risultati spesso insoddisfacenti a causa di una valutazione impropria della distribuzione eterogenea delle proprietà fisio-meccaniche dell’esofago e di una inadeguata definizione della loro relazione con i parametri di modello utilizzati. Inoltre, l’identificazione di tali parametri è stata fatta sulla base di dataset ridotti. Oggi, le linee guida per la diagnosi di disordini motori dell’esofago sono definite dalla Classificazione di Chicago (Chicago Classification – CC): un algoritmo gerarchico che individua la patologia sulla base di parametri specifici estratti dall’analisi di dati da HRM. Il punto debole della CC consiste nella necessità di personale specializzato per il calcolo dei parametri, introducendo inevitabilmente variabilità intra- e inter-operatore nei confronti della diagnosi effettuata. In questa ricerca è stata analizzata la motilità esofagea, con l’obiettivo di sviluppare un modello fisiologico in grado di interpretare risultati da esami di HRM. Tale modello è stato definito mediante parametri collegati direttamente a proprietà fisio-meccaniche specifiche dell’esofago, considerando la loro distribuzione eterogenea. Le attività hanno previsto l’implementazione di una procedura per l’individuazione automatica di disfunzioni motorie dell’esofago, basata sull’analisi di dati da HRM. Sono stati quindi definiti alcuni criteri oggettivi per supportare la figura del clinico durante l’attività diagnostica tradizionale di disordini motori dell’esofago. Il modello fisiologico è stato sviluppato per valutare la mappa pressoria generata dal passaggio di una generica onda di pressione. Con riferimento a tale modello, sono stati individuati i set di parametri ottimali per interpretare al meglio gli esami HRM di ciascuno dei soggetti di un training set composto da 229 pazienti e 35 volontari sani. Tutti i soggetti sono stati raggruppati in diverse categorie sulla base del corrispondente stato di salute: normali (73+35 soggetti), Acalasia I (34), Acalasia II (44), Acalasia III (7), ostruzione della giunzione gastro-esofagea (39), sfintere inferiore ipertensivo (9), esofago schiaccianoci (14) e Spasmo Esofageo Diffuso (9). I parametri così identificati sono stati analizzati statisticamente per valutare la loro distribuzione in ciascuna categoria. Le distribuzioni di tali parametri costituiscono la base per lo sviluppo della procedura di diagnosi automatica. Infatti, la condizione di salute di un generico paziente può essere determinata calcolando un “indice di similarità” definito appositamente per rappresentare numericamente l’affinità tra i parametri specifici del paziente e le distribuzioni dei parametri delle diverse categorie del training set. E’ stato così costituito un set preliminare di dati da manometria ad alta risoluzione, corrispondente a soggetti sani e patologici per sviluppare e testare il software sviluppato. L’adeguatezza del modello fisiologico per quanto riguarda l’interpretazione di dati da HRM è stata accertata valutando il coefficiente di determinazione R2 tra i dati sperimentali e i risultati di modello, il quale variava tra 83% e 96% nelle diverse categorie. L’applicazione del modello a ogni soggetto del training set ha permesso inoltre di valutare la distribuzione dei parametri in diverse condizioni di salute. A ulteriore sostegno dell’adeguatezza del modello, è stato osservato che le differenze nelle distribuzioni di parametri tra soggetti sani e patologici sono state riscontrate in corrispondenza delle regioni dell’esofago colpite dalle diverse patologie. Infine, l’affidabilità della procedura di diagnosi automatica è stata valutata analizzando la performance dell’algoritmo, il quale si è dimostrato in grado di individuare la diagnosi corretta nell’86% dei casi considerati. I risultati ottenuti indicano che gli strumenti computazionali sviluppati possono rappresentare un valido sostegno per il personale medico durante l’attività diagnostica tradizionale. Per quanto riguarda gli sviluppi futuri della ricerca, dal momento che le distribuzioni dei parametri costituiscono il fondamento della procedura di diagnosi automatica, le prestazioni del software possono essere migliorate considerando un training set più grande, condividendolo con altri centri di ricerca ed aggiornandolo continuamente. Inoltre, la procedura di diagnosi automatica può essere estesa e resa capace di effettuare diagnosi sulla base di ulteriori esami clinici in grado di fornire informazioni sulla conducibilità, morfometria e comportamento meccanico delle strutture biologiche coinvolte. Queste informazioni potrebbero quindi essere raccolte mediante un unico test clinico per ridurre costi di indagine e invasività per il paziente, e potrebbero essere svolti in contemporanea mediante una sonda endoscopica innovativa già in fase di sviluppo.
Lembke, Benjamin. "Bearing Diagnosis Using Fault Signal Enhancing Teqniques and Data-driven Classification". Thesis, Linköpings universitet, Fordonssystem, 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-158240.
Pełny tekst źródłaChou, Chuan-Ting. "Traditional Chinese medicine on-line diagnosis system". CSUSB ScholarWorks, 2006. https://scholarworks.lib.csusb.edu/etd-project/3182.
Pełny tekst źródłaSubbiah, Arun. "Design and evaluation of a distributed diagnosis algorithm for arbitrary network topologies in dynamic fault environments". Thesis, Georgia Institute of Technology, 2001. http://hdl.handle.net/1853/13273.
Pełny tekst źródłaFaremo, Sonia. "Medical problem solving and post-problem reflection in BioWorld". Thesis, McGill University, 2004. http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=84992.
Pełny tekst źródłaHeacock, Gregory. "An investigation of the role of virtual reality systems and their application to ophthalmic teaching, diagnosis and treatment". Thesis, King's College London (University of London), 1998. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.287483.
Pełny tekst źródłaKsiążki na temat "Diagnosis – Data processing – Congresses"
Symposium on Computer Applications in Veterinary Medicine (3rd 1985 Texas A & M University). Proceedings of the Third Symposium on Computer Applications in Veterinary Medicine: October 2-4, 1985. [College Station, Tex: The College, 1985.
Znajdź pełny tekst źródłaS, Gero John, i International Conference on the Applications of Artificial Intelligence in Engineering (3rd : 1988 : Palo Alto, Calif.), red. Artificial intelligence in engineering: Diagnosis and learning. Amsterdam: Elsevier, 1988.
Znajdź pełny tekst źródłaGabrièle, Saucier, Ambler Tony i Breuer Melvin A, red. Knowledge based systems for test and diagnosis: Proceedings of the IFIP WG 10.5 International Workshop on Knowledge Based Systems for Test and Diagnosis, Grenoble, France, 27-29 September, 1988. Amsterdam: North-Holland, 1989.
Znajdź pełny tekst źródłaU, Lemke H., red. CAR '98, computer assisted radiology and surgery : proceedings of the 12th international symposium and exhibition, Tokyo, 24-27 June 1998. Amsterdam: Elsevier, 1998.
Znajdź pełny tekst źródłaInternational Meeting on Clinical Laboratory Organization and Management (6th 1987 Noordwijkerhout, Netherlands). Laboratory data and patient care. New York: Plenum Press, 1988.
Znajdź pełny tekst źródłaU, Lemke H., red. CAR '96: Computer assisted radiology : proceedings of the International Symposium on Computer and Communication Systems for Image Guided Diagnosis and Therapy, Paris, June 1996. Amsterdam: Elsevier, 1996.
Znajdź pełny tekst źródłaInternational Symposium on Computer and Communication Systems for Image Guided Diagnosis and Therapy (1996 Paris, France). Computer assisted radiology: Proceedings of the International Symposium on Computer and Communication Systems for Image Guided Diagnosis and Therapy, Paris, June 1996. Redaktor Lemke H. U. Amsterdam: Elsevier, 1996.
Znajdź pełny tekst źródłaNicholas, Ayache, Ourselin Sébastien i Maeder Anthony, red. Medical image computing and computer-assisted intervention: MICCAI 2007 : 10th international conference, Brisbane, Australia, October 29-November 2, 2007 : proceedings. Berlin: Springer, 2007.
Znajdź pełny tekst źródłaInternational Conference on Medical Image Computing and Computer-Assisted Intervention (9th 2006 Copenhagen, Denmark). Medical image computing and computer-assisted intervention -- MICCAI 2006: 9th international conference Copenhagen, Denmark, October 1-6, 2006, proceedings. Berlin: Springer, 2006.
Znajdź pełny tekst źródła1947-, Dohi Takeyoshi, i Kikinis Ron, red. Medical image computing and computer-assisted intervention-MICCAI 2002: 5th International Conference, Tokyo, Japan, September 25-28, 2002 : proceedings. Berlin: Springer, 2002.
Znajdź pełny tekst źródłaCzęści książek na temat "Diagnosis – Data processing – Congresses"
Maojo, V., J. Sanandres, H. Billhardt i J. Crespo. "Computational Intelligence Techniques in Medical Decision Making: the Data Mining Perspective". W Computational Intelligence Processing in Medical Diagnosis, 13–44. Heidelberg: Physica-Verlag HD, 2002. http://dx.doi.org/10.1007/978-3-7908-1788-1_2.
Pełny tekst źródłaNguyen, Phuong-Thao, Thanh-Hai Tran, Viet-Hang Dao i Hai Vu. "Improving Gastroesophageal Reflux Diseases Classification Diagnosis from Endoscopic Images Using StyleGAN2-ADA". W Artificial Intelligence in Data and Big Data Processing, 381–93. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-030-97610-1_30.
Pełny tekst źródłaSong, Yiping, Wei Ju, Zhiliang Tian, Luchen Liu, Ming Zhang i Zheng Xie. "Building Conversational Diagnosis Systems for Fine-Grained Diseases Using Few Annotated Data". W Neural Information Processing, 591–603. Cham: Springer International Publishing, 2023. http://dx.doi.org/10.1007/978-3-031-30111-7_50.
Pełny tekst źródłaArabi, Walid, Reda Yaich, Aymen Boudguiga i Mawloud Omar. "Secure Data Processing for Industrial Remote Diagnosis and Maintenance". W Lecture Notes in Computer Science, 335–46. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-68887-5_21.
Pełny tekst źródłaKhandelwal, Sarika, Harsha R. Vyawahare i Seema B. Rathod. "Automated Electroencephalogram Temporal Lobe Signal Processing for Diagnosis of Alzheimer Disease". W Data Analysis for Neurodegenerative Disorders, 95–109. Singapore: Springer Nature Singapore, 2023. http://dx.doi.org/10.1007/978-981-99-2154-6_5.
Pełny tekst źródłaZedda, Luca, Andrea Loddo i Cecilia Di Ruberto. "A Deep Learning Based Framework for Malaria Diagnosis on High Variation Data Set". W Image Analysis and Processing – ICIAP 2022, 358–70. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-031-06430-2_30.
Pełny tekst źródłaLi, Sijue, Gaoliang Peng, Daoyong Mao, Zhiyu Zhu, Mengyu Ji i Yuanhang Chen. "Intelligent Fault Diagnosis Using Limited Data Under Different Working Conditions Based on SEflow Model and Data Augmentation". W Advances in Intelligent Information Hiding and Multimedia Signal Processing, 475–84. Singapore: Springer Singapore, 2021. http://dx.doi.org/10.1007/978-981-33-6420-2_58.
Pełny tekst źródłaSelvi, G. Chemmalar, G. G. Lakshmi Priya, M. Sabrina, S. Sharanya, Y. Laasya, N. Sunaina i K. Usha. "A Comprehensive Study of Data Pre-Processing Techniques for Neurological Disease (NLD) Detection". W Diagnosis of Neurological Disorders Based on Deep Learning Techniques, 7–27. Boca Raton: CRC Press, 2023. http://dx.doi.org/10.1201/9781003315452-2.
Pełny tekst źródłaJaya, S., i M. Latha. "Image Processing for Knowledge Management and Effective Information Extraction for Improved Cervical Cancer Diagnosis". W Data Science and Innovations for Intelligent Systems, 111–38. Boca Raton: CRC Press, 2021. http://dx.doi.org/10.1201/9781003132080-5.
Pełny tekst źródłaSingh, Sanjay Kumar, Aditya Khamparia i Amit Sinha. "Explainable Machine Learning Model for Diagnosis of Parkinson Disorder". W Biomedical Data Analysis and Processing Using Explainable (XAI) and Responsive Artificial Intelligence (RAI), 33–41. Singapore: Springer Singapore, 2022. http://dx.doi.org/10.1007/978-981-19-1476-8_3.
Pełny tekst źródłaStreszczenia konferencji na temat "Diagnosis – Data processing – Congresses"
Lin, Ruping, Jing Huang, Zhiguo He, Huishu Song, Xiaosheng Huang i Yang Lin. "Research on Generator Test Data Processing and Fault Diagnosis". W 2022 China Automation Congress (CAC). IEEE, 2022. http://dx.doi.org/10.1109/cac57257.2022.10055187.
Pełny tekst źródłaYazdandoost, Mina, Ali Yazdandoost, Fakhri Akhoonili i Farshid Sahba. "The diagnosis of lumbar disc disorder by MR image processing and data mining". W 2016 World Automation Congress (WAC). IEEE, 2016. http://dx.doi.org/10.1109/wac.2016.7583019.
Pełny tekst źródłaLi, Guang, Maolin Li, Dan Liu, Guanghua Xu i Shiming Zhou. "Fault diagnosis of mechanical equipment based on data visualization". W 2017 10th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI). IEEE, 2017. http://dx.doi.org/10.1109/cisp-bmei.2017.8302147.
Pełny tekst źródłaQin, Zhiwei, Zhao Liu i Ping Zhu. "Aiding Alzheimer's Disease Diagnosis Using Graph Convolutional Networks Based on rs-fMRI Data". W 2022 15th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI). IEEE, 2022. http://dx.doi.org/10.1109/cisp-bmei56279.2022.9980159.
Pełny tekst źródłaLang, Haoxiang, Ying Wang i Clarence W. de Silva. "Fault Diagnosis of an Industrial Machine Through Neuro-Fuzzy Sensor Fusion". W ASME 2007 International Mechanical Engineering Congress and Exposition. ASMEDC, 2007. http://dx.doi.org/10.1115/imece2007-42323.
Pełny tekst źródłaThai, S. M., H. S. Chong, C. K. Tan, S. J. Wilcox, J. Ward i G. Andrews. "Monitoring and Diagnosis of Steel Reheating Burners". W ASME 2008 International Mechanical Engineering Congress and Exposition. ASMEDC, 2008. http://dx.doi.org/10.1115/imece2008-67205.
Pełny tekst źródłaDai, Xiaoyan, Wencheng Xu i Xia Liu. "Integration of remote sensing data and GIS for diagnosis of coastal ecosystem degradation: A case study of Chongming Dongtan wetlands, Shanghai, China". W 2011 4th International Congress on Image and Signal Processing (CISP). IEEE, 2011. http://dx.doi.org/10.1109/cisp.2011.6100440.
Pełny tekst źródłaLuo, Zheng, Encheng Feng, Xiaojie Lin i Wei Zhong. "Research on Coarse Granularity Data Sample Completion Method for District Heating System". W ASME 2022 International Mechanical Engineering Congress and Exposition. American Society of Mechanical Engineers, 2022. http://dx.doi.org/10.1115/imece2022-95250.
Pełny tekst źródłaRodrigues, Clayton Eduardo, Cairo Lúcio Nascimento Júnior i Domingos Alves Rade. "Machine Learning Techniques for Fault Diagnosis of Rotating Machines Using Spectrum Image of Vibration Orbits". W Congresso Brasileiro de Automática - 2020. sbabra, 2020. http://dx.doi.org/10.48011/asba.v2i1.1101.
Pełny tekst źródłaLoukis, E., P. Wetta, K. Mathioudakis, A. Papathanasiou i K. Papailiou. "Combination of Different Unsteady Quantity Measurements for Gas Turbine Blade Fault Diagnosis". W ASME 1991 International Gas Turbine and Aeroengine Congress and Exposition. American Society of Mechanical Engineers, 1991. http://dx.doi.org/10.1115/91-gt-201.
Pełny tekst źródła