16 resultados para Automatic Peak Detection
Filtro por publicador
- Repository Napier (1)
- Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España (3)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (6)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (4)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (2)
- Archimer: Archive de l'Institut francais de recherche pour l'exploitation de la mer (1)
- Aston University Research Archive (12)
- Biblioteca de Teses e Dissertações da USP (1)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (3)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (159)
- Biblioteca Virtual del Sistema Sanitario Público de Andalucía (BV-SSPA), Junta de Andalucía. Consejería de Salud y Bienestar Social, Spain (2)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (28)
- Brock University, Canada (1)
- Bulgarian Digital Mathematics Library at IMI-BAS (2)
- CentAUR: Central Archive University of Reading - UK (16)
- CiencIPCA - Instituto Politécnico do Cávado e do Ave, Portugal (16)
- Cochin University of Science & Technology (CUSAT), India (8)
- Coffee Science - Universidade Federal de Lavras (1)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (24)
- Cor-Ciencia - Acuerdo de Bibliotecas Universitarias de Córdoba (ABUC), Argentina (2)
- CORA - Cork Open Research Archive - University College Cork - Ireland (1)
- CUNY Academic Works (1)
- Dalarna University College Electronic Archive (3)
- Department of Computer Science E-Repository - King's College London, Strand, London (1)
- Digital Commons at Florida International University (10)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (7)
- Galway Mayo Institute of Technology, Ireland (2)
- Instituto Politécnico de Bragança (1)
- Instituto Politécnico do Porto, Portugal (92)
- Instituto Superior de Psicologia Aplicada - Lisboa (1)
- Iowa Publications Online (IPO) - State Library, State of Iowa (Iowa), United States (1)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (1)
- Martin Luther Universitat Halle Wittenberg, Germany (7)
- Massachusetts Institute of Technology (1)
- Publishing Network for Geoscientific & Environmental Data (4)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (2)
- Repositório Científico da Universidade de Évora - Portugal (2)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (44)
- Repositório da Produção Científica e Intelectual da Unicamp (14)
- Repositório da Universidade Federal do Espírito Santo (UFES), Brazil (1)
- Repositório Digital da UNIVERSIDADE DA MADEIRA - Portugal (2)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (6)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (26)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (63)
- Scielo Saúde Pública - SP (177)
- Scielo Uruguai (1)
- Universidad de Alicante (5)
- Universidad del Rosario, Colombia (1)
- Universidad Politécnica de Madrid (35)
- Universidade Complutense de Madrid (1)
- Universidade do Minho (24)
- Universita di Parma (1)
- Universitat de Girona, Spain (5)
- Université de Lausanne, Switzerland (29)
- Université de Montréal, Canada (2)
- Université Laval Mémoires et thèses électroniques (1)
- University of Canberra Research Repository - Australia (2)
- University of Michigan (3)
- University of Queensland eSpace - Australia (98)
Resumo:
Quantitative analysis of cine cardiac magnetic resonance (CMR) images for the assessment of global left ventricular morphology and function remains a routine task in clinical cardiology practice. To date, this process requires user interaction and therefore prolongs the examination (i.e. cost) and introduces observer variability. In this study, we sought to validate the feasibility, accuracy, and time efficiency of a novel framework for automatic quantification of left ventricular global function in a clinical setting.