Name: Analisi dei dati di risonanza magnetica funzionale mediante algoritmo di clustering (en Italiano)
Price: 161.85 PEN
Availability: InStock
Author: Babu N., Ramesh
ISBN: 9786208834326

portada Analisi dei dati di risonanza magnetica funzionale mediante algoritmo di clustering (en Italiano)

Analisi dei dati di risonanza magnetica funzionale mediante algoritmo di clustering (en Italiano)

Formato

Libro Físico

Editorial

Edizioni Sapienza

Autor

Babu N., Ramesh

Idioma

Italiano

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.4 cm

ISBN13

9786208834326

Analisi dei dati di risonanza magnetica funzionale mediante algoritmo di clustering (en Italiano)

Babu N., Ramesh (Autor) · Edizioni Sapienza · Tapa Blanda

Más barato Libro Nuevo Importado

Envío: 20 a 25 días háb.

S/ 359,67S/ 161,85

-55%

Más rápido Libro Nuevo Importado

Envío: 12 a 17 días háb.

S/ 379,52S/ 170,79

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo Más barato

Quedan 10 unidades

S/ 161,85

Llega entre el 20 Jul y el 31 Jul a CERCADO DE LIMA, Lima. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Analisi dei dati di risonanza magnetica funzionale mediante algoritmo di clustering (en Italiano)"

È stato studiato l'utilizzo delle informazioni contestuali per l'analisi dei dati fMRI. L'approccio consiste in due fasi: calcolo di una mappa parametrica statistica e rilevamento dell'attivazione mediante clustering contestuale. L'algoritmo di clustering iterativo presentato in questo lavoro si basa sull'algoritmo ICM di Besag. Il nostro contributo è stato quello di applicare e valutare l'ICM nel contesto dei test di ipotesi e delle mappe parametriche statistiche. I risultati indicano che la potenza dell'algoritmo contestuale sviluppato è superiore a quella della sogliatura convenzionale voxel per voxel di una mappa parametrica statistica. Sebbene per testare l'algoritmo siano stati utilizzati dati fMRI, la costruzione dell'algoritmo è generale e può essere utilizzata per rilevare oggetti con distribuzione sconosciuta da una distribuzione di sfondo nota anche in altri problemi simili.