1 resultado para Escrita manual - Aprendizagem
em Duke University
Filtro por publicador
- JISC Information Environment Repository (1)
- Aquatic Commons (18)
- Archivo Digital para la Docencia y la Investigación - Repositorio Institucional de la Universidad del País Vasco (6)
- B-Digital - Universidade Fernando Pessoa - Portugal (2)
- Biblioteca de Teses e Dissertações da USP (1)
- Biblioteca Digital da Câmara dos Deputados (20)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (2)
- Biblioteca Digital de Artesanías de Colombia (4)
- Biblioteca Digital de la Universidad Católica Argentina (1)
- Biblioteca Digital de Teses e Dissertações Eletrônicas da UERJ (68)
- Boston University Digital Common (9)
- Brock University, Canada (3)
- Cámara de Comercio de Bogotá, Colombia (20)
- Cambridge University Engineering Department Publications Database (17)
- Duke University (1)
- eResearch Archive - Queensland Department of Agriculture; Fisheries and Forestry (9)
- Escola Superior de Educação de Paula Frassinetti (4)
- Funes: Repositorio digital de documentos en Educación Matemática - Colombia (6)
- Gallica, Bibliotheque Numerique - Bibliothèque nationale de France (French National Library) (BnF), France (1)
- Greenwich Academic Literature Archive - UK (2)
- Indian Institute of Science - Bangalore - Índia (1)
- Infoteca EMBRAPA (48)
- Instituto Politécnico de Castelo Branco - Portugal (3)
- Instituto Politécnico de Leiria (3)
- Instituto Politécnico de Santarém (1)
- Instituto Politécnico do Porto, Portugal (20)
- Instituto Superior de Psicologia Aplicada - Lisboa (2)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (12)
- Massachusetts Institute of Technology (3)
- Ministerio de Cultura, Spain (30)
- Portal de Revistas Científicas Complutenses - Espanha (2)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (35)
- Queensland University of Technology - ePrints Archive (19)
- RCAAP - Repositório Científico de Acesso Aberto de Portugal (5)
- RDBU - Repositório Digital da Biblioteca da Unisinos (1)
- ReCiL - Repositório Científico Lusófona - Grupo Lusófona, Portugal (16)
- Repositório Científico da Universidade de Évora - Portugal (18)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (60)
- Repositório Científico do Instituto Politécnico de Santarém - Portugal (6)
- Repositório digital da Fundação Getúlio Vargas - FGV (2)
- Repositório Digital da UNIVERSIDADE DA MADEIRA - Portugal (5)
- REPOSITORIO DIGITAL IMARPE - INSTITUTO DEL MAR DEL PERÚ, Peru (5)
- Repositório Institucional da Universidade de Aveiro - Portugal (44)
- Repositório Institucional da Universidade de Brasília (1)
- Repositório Institucional da Universidade Estadual de São Paulo - UNESP (3)
- Repositorio Institucional de la Universidad de El Salvador (1)
- Repositorio Institucional de la Universidad Nacional Agraria (22)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (109)
- Repositorio Institucional Universidad de Medellín (1)
- RIBERDIS - Repositorio IBERoamericano sobre DIScapacidad - Centro Español de Documentación sobre Discapacidad (CEDD) (1)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (79)
- SAPIENTIA - Universidade do Algarve - Portugal (23)
- South Carolina State Documents Depository (1)
- Universidad Autónoma de Nuevo León, Mexico (24)
- Universidade de Lisboa - Repositório Aberto (75)
- Universidade de Madeira (4)
- Universidade dos Açores - Portugal (7)
- Universidade Federal de Uberlândia (2)
- Universidade Federal do Pará (17)
- Universidade Federal do Rio Grande do Norte (UFRN) (22)
- Universidade Metodista de São Paulo (1)
- University of Michigan (3)
Resumo:
Segmentation of anatomical and pathological structures in ophthalmic images is crucial for the diagnosis and study of ocular diseases. However, manual segmentation is often a time-consuming and subjective process. This paper presents an automatic approach for segmenting retinal layers in Spectral Domain Optical Coherence Tomography images using graph theory and dynamic programming. Results show that this method accurately segments eight retinal layer boundaries in normal adult eyes more closely to an expert grader as compared to a second expert grader.