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)

Titel:	Моделювання судинних мереж у 3D-друкованих органах із використанням штучного інтелекту
Sonstige Titel:	Modeling of vascular networks in 3d-printed organs using artificial intelligence
Autor(en):	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“
Erscheinungsdatum:	18-Dez-2024
Date of entry:	10-Jan-2025
Herausgeber:	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
Enthalten in den Sammlungen:	XII науково-технічна конференція „Інформаційні моделі, системи та технології“ (2024)

Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.