Εμφάνιση απλής εγγραφής

dc.contributor.author Σολωμού, Αικατερίνη el
dc.contributor.author Κωστόπουλος, Σπυρίδων el
dc.contributor.author Σιδηρόπουλος, Κωνσταντίνος el
dc.contributor.author Αθανασιάδης, Εμμανουήλ el
dc.contributor.author Λαβδάς, Ελευθέριος el
dc.date.accessioned 2015-01-15T22:11:27Z
dc.date.available 2015-01-15T22:11:27Z
dc.date.issued 2015-01-16
dc.identifier.uri http://hdl.handle.net/11400/4110
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ηνωμένες Πολιτείες *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/us/ *
dc.source hpc.sagepub.com en
dc.subject Parallel programs (Computer programs)
dc.subject Pattern recognition
dc.subject Μονάδα επεξεργαστή γραφικών
dc.subject Παράλληλη επεξεργασία
dc.subject Αναγνώριση προτύπων
dc.subject Πολλαπλή σκλήρυνση
dc.subject Graphics processor unit
dc.subject Multiple sclerosis
dc.title Designing a pattern recognition system on GPU for discriminating between patients with micro-ischaemic and multiple sclerosis lesions, using MRI images el
heal.type journalArticle
heal.classification Medicine
heal.classification Radiology, Medical
heal.classification Ιατρική
heal.classification Ακτινολογία, Ιατρική
heal.classificationURI http://id.loc.gov/authorities/subjects/sh00006614
heal.classificationURI http://id.loc.gov/authorities/subjects/sh85110777
heal.classificationURI **N/A**-Ιατρική
heal.classificationURI **N/A**-Ακτινολογία, Ιατρική
heal.keywordURI http://id.loc.gov/authorities/subjects/sh2006001441
heal.keywordURI http://skos.um.es/unescothes/C02924
heal.contributorName Γκλώτσος, Δημήτριος el
heal.contributorName Σακελλαρόπουλος, Γεώργιος el
heal.contributorName Ζαμπάκης, Πέτρος el
heal.contributorName Stonham, John en
heal.contributorName Κάβουρας, Διονύσης el
heal.identifier.secondary DOI: 10.1177/1094342012464253
heal.language en
heal.access campus
heal.recordProvider Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας.Σχολή Επαγγελμάτων Υγείας και Πρόνοιας.Τμήμα Ραδιολογίας και Ακτινολογίας. el
heal.publicationDate 2012-11
heal.bibliographicCitation Solomou, E., Kostopoulos, S., Sidiropoulos, K., Athanasiadis, E., Lavdas, E., et al. (2012). Designing a pattern recognition system on GPU for discriminating between patients with micro-ischaemic and multiple sclerosis lesions, using MRI images. "The International Journal of High Performance Computing Applications" 27 (3), p.348-359. en
heal.abstract The aim of this study was to employ state-of-art graphics processing unit (GPU) technology and CUDA parallel programming to design and implement a stand-alone pattern recognition (PR) system to discriminate between patients with microischaemic (mIS) and multiple sclerosis (MS) lesions. The dataset comprised MRI image series of 32 patients with mIS and 19 with MS lesions. The probabilistic neural network classifier and 40 textural features, calculated from lesions in the magnetic resonance imaging (MRI) images, were used to design the PR system. The highest classification accuracy was 90.2%, employing six textural features. It took about 135 minutes to design the PR system on a desktop CPU (Intel Core 2 Quad Q9550), using sequential programming, against 250 seconds on the Nvidia 8800GT GPU card, using parallel programming. The proposed PR system may be redesigned on site, when new verified data are incorporated in its depository, and it may serve as a second opinion tool in a clinical environment. en
heal.publisher SAGE Publications en
heal.journalName The International Journal of High Performance Computing Applications en
heal.journalType peer-reviewed
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ηνωμένες Πολιτείες Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ηνωμένες Πολιτείες