1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
2. Матеріали конференцій, семінарів, читань
3. 2024
4. XII науково-технічна конференція „Інформаційні моделі, системи та технології“ (2024)

タイトル:	Моделювання судинних мереж у 3D-друкованих органах із використанням штучного інтелекту
その他のタイトル:	Modeling of vascular networks in 3d-printed organs using artificial intelligence
著者:	Іванюк, А. Ivanyuk, A.
Affiliation:	Тернопільський національний технічний університет ім. Івана Пулюя, Україна
Bibliographic description (Ukraine):	Іванюк А. Моделювання судинних мереж у 3D-друкованих органах із використанням штучного інтелекту / А. Іванюк // Матеріали Ⅻ НТК „ІМСТ“, 18-19 грудня 2024 року. — Т. : ТНТУ, 2024. — С. 33–34. — (Інформаційні системи та технології, кібербезпека).
Bibliographic reference (2015):	Іванюк А. Моделювання судинних мереж у 3D-друкованих органах із використанням штучного інтелекту // Матеріали Ⅻ НТК „ІМСТ“, Тернопіль, 18-19 грудня 2024 року. 2024. С. 33–34.
Bibliographic citation (APA):	Ivanyuk, A. (2024). Modeliuvannia sudynnykh merezh u 3D-drukovanykh orhanakh iz vykorystanniam shtuchnoho intelektu [Modeling of vascular networks in 3d-printed organs using artificial intelligence]. Materials of the Ⅻ scientific and technical conference ‘Information models, systems and technologies’, 18-19 December 2024, Ternopil, 33-34. TNTU. [in Ukrainian].
Bibliographic citation (CHICAGO):	Ivanyuk A. (2024) Modeliuvannia sudynnykh merezh u 3D-drukovanykh orhanakh iz vykorystanniam shtuchnoho intelektu [Modeling of vascular networks in 3d-printed organs using artificial intelligence]. Materials of the Ⅻ scientific and technical conference ‘Information models, systems and technologies’ (Tern., 18-19 December 2024), pp. 33-34 [in Ukrainian].
Is part of:	Матеріали Ⅻ науково-технічної конференції „Інформаційні моделі, системи та технології“, 2024 Materials of the Ⅻ scientific and technical conference ‘Information models, systems and technologies’, 2024
Conference/Event:	Ⅻ науково-технічна конференція „Інформаційні моделі, системи та технології“
Journal/Collection:	Матеріали Ⅻ науково-технічної конференції „Інформаційні моделі, системи та технології“
発行日:	18-12月-2024
Date of entry:	10-1月-2025
出版者:	ТНТУ TNTU
Place of the edition/event:	Тернопіль Ternopil
Temporal Coverage:	18-19 грудня 2024 року 18-19 December 2024
UDC:	004.386.6
Number of pages:	2
Page range:	33-34
Start page:	33
End page:	34
URI:	http://elartu.tntu.edu.ua/handle/lib/47360
Copyright owner:	© Тернопільський національний технічний університет імені Івана Пулюя, 2024
URL for reference material:	https://www.researchgate.net/publication/376645882_Kidney_Blood_Vessel_Computed_Tomography_Image_Segmentation https://www.biorxiv.org/content/10.1101/2023.03.28.534566v2.full https://arxiv.org/abs/1505.04597 https://www.researchgate.net/publication/372962584_Simultaneous_determination_of_interlocking_arterial_and_venous_network_configurations_for_any_tissue_shape_by_global_power_optimization https://arxiv.org/pdf/1703.00130 https://insightsimaging.springeropen.com/articles/10.1007/s13244-018-0597-2
References (Ukraine):	1. Wang, X., Li, Y., Zhao, H., et al. Kidney Blood Vessel Computed Tomography Image Segmentation. ResearchGate, 2023. Available at: https://www.researchgate.net/publication/376645882_Kidney_Blood_Vessel_Computed_Tomography_Image_Segmentation 2. Rahmani, S., Smith, T. J., Johnson, M., et al. Mapping the blood vasculature in an intact human kidney using hierarchical phase-contrast tomography. bioRxiv, 2023. Available at: https://www.biorxiv.org/content/10.1101/2023.03.28.534566v2.full 3. Ronneberger O., et al. "U-Net: Convolutional Networks for Biomedical Image Segmentation". MICCAI, 2015. URL: https://arxiv.org/abs/1505.04597 4. Hague, J. P. Simultaneous determination of interlocking arterial and venous network configurations for any tissue shape by global power optimization. ResearchGate, 2023. Available at: https://www.researchgate.net/publication/372962584_Simultaneous_determination_of_interlocking_arterial_and_venous_network_configurations_for_any_tissue_shape_by_global_power_optimization 5. Deep learning techniques for medical image segmentation: A survey. URL: https://arxiv.org/pdf/1703.00130 6. Murphy, D. J., Aghayev, A., & Steigner, M. L. Vascular CT and MRI: a practical guide to imaging protocols. Insights into Imaging, 2018. Available at: https://insightsimaging.springeropen.com/articles/10.1007/s13244-018-0597-2
References (International):	1. Wang, X., Li, Y., Zhao, H., et al. Kidney Blood Vessel Computed Tomography Image Segmentation. ResearchGate, 2023. Available at: https://www.researchgate.net/publication/376645882_Kidney_Blood_Vessel_Computed_Tomography_Image_Segmentation 2. Rahmani, S., Smith, T. J., Johnson, M., et al. Mapping the blood vasculature in an intact human kidney using hierarchical phase-contrast tomography. bioRxiv, 2023. Available at: https://www.biorxiv.org/content/10.1101/2023.03.28.534566v2.full 3. Ronneberger O., et al. "U-Net: Convolutional Networks for Biomedical Image Segmentation". MICCAI, 2015. URL: https://arxiv.org/abs/1505.04597 4. Hague, J. P. Simultaneous determination of interlocking arterial and venous network configurations for any tissue shape by global power optimization. ResearchGate, 2023. Available at: https://www.researchgate.net/publication/372962584_Simultaneous_determination_of_interlocking_arterial_and_venous_network_configurations_for_any_tissue_shape_by_global_power_optimization 5. Deep learning techniques for medical image segmentation: A survey. URL: https://arxiv.org/pdf/1703.00130 6. Murphy, D. J., Aghayev, A., & Steigner, M. L. Vascular CT and MRI: a practical guide to imaging protocols. Insights into Imaging, 2018. Available at: https://insightsimaging.springeropen.com/articles/10.1007/s13244-018-0597-2
Content type:	Conference Abstract
出現コレクション:	XII науково-технічна конференція „Інформаційні моделі, системи та технології“ (2024)

このリポジトリに保管されているアイテムはすべて著作権により保護されています。