ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Molecular Imaging in Nano MRI

دانلود کتاب تصویربرداری مولکولی در نانو ام آر آی

Molecular Imaging in Nano MRI

مشخصات کتاب

Molecular Imaging in Nano MRI

ویرایش: 1 
نویسندگان:   
سری: Focus nanoscience and nanotechnology series 
ISBN (شابک) : 9781848214743, 9781118760932 
ناشر: Wiley-ISTE 
سال نشر: 2014 
تعداد صفحات: 89 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 41,000



کلمات کلیدی مربوط به کتاب تصویربرداری مولکولی در نانو ام آر آی: تصویربرداری رزونانس مغناطیسی -- برنامه های کامپیوتری علم نانو. تشدید مغناطیسی هسته ای -- برنامه های کامپیوتری فن آوری و مهندسی -- مهندسی (عمومی) فناوری و مهندسی -- مرجع.



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 2


در صورت تبدیل فایل کتاب Molecular Imaging in Nano MRI به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تصویربرداری مولکولی در نانو ام آر آی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تصویربرداری مولکولی در نانو ام آر آی

نویسندگان تکنیکی را توصیف می‌کنند که می‌تواند ساختار اتمی مولکول‌ها را تجسم کند، لازم است، از نظر پردازش تصویر، بازسازی تصاویر پراکنده در نظر گرفته شود. بسیاری از کارها برای دستیابی به عملکرد بهبود یافته ای که در غیر این صورت ممکن نبود، از فرض پراکندگی استفاده کرده اند. برای نانو MRI، فرض پراکندگی به‌طور پیش‌فرض داده می‌شود، زیرا در مقیاس اتمی، مولکول‌های ساختارهای پراکنده هستند. این کار آخرین نتایج در مورد تصویربرداری مولکولی برای نانو ام آر آی را بررسی می کند. روش‌های بازسازی تصویر پراکنده را می‌توان به‌عنوان غیر B طبقه‌بندی کرد. بیشتر بخوانید...
چکیده:
نویسندگان تکنیکی را توصیف می‌کنند که می‌تواند ساختار اتمی مولکول‌ها را تجسم کند، لازم است، از نظر پردازش تصویر، بازسازی تصاویر پراکنده در نظر گرفته شود. بسیاری از آثار از فرض پراکندگی استفاده کرده اند تا به عملکرد بهتری دست یابند که در غیر این صورت ممکن نبود. بیشتر بخوانید...

توضیحاتی درمورد کتاب به خارجی

The authors describe a technique that can visualize the atomic structure of molecules, it is necessary, in terms of the image processing, to consider the reconstruction of sparse images. Many works have leveraged the assumption of sparsity in order to achieve an improved performance that would not otherwise be possible. For nano MRI, the assumption of sparsity is given by default since, at the atomic scale, molecules aresparse structures. This work reviews the latest results on molecular imaging for nano MRI. Sparse image reconstruction methods can be categorized as either non-B. Read more...
Abstract:
The authors describe a technique that can visualize the atomic structure of molecules, it is necessary, in terms of the image processing, to consider the reconstruction of sparse images. Many works have leveraged the assumption of sparsity in order to achieve an improved performance that would not otherwise be possible. Read more...


فهرست مطالب

Content: Cover
Title page
Contents
Introduction
Chapter 1. Nano MRI
Chapter 2. Sparse Image Reconstruction
2.1. Introduction
2.2. Problem formulation
2.3. Validity of the observation model in MRFM
2.4. Literature review
2.4.1. Sparse denoising
2.4.2. Variable selection
2.4.3. Compressed sensing
2.5. Reconstruction performance criteria
Chapter 3. Iterative Thresholding Methods
3.1. Introduction
3.2. Separation of deconvolution and denoising
3.2.1. Gaussian noise statistics
3.2.2. Poisson noise statistics. 3.3. Choice of sparse denoising operator in the case of Gaussian noise statistics3.3.1. Comparison to the projected gradient method
3.4. Hyperparameter selection
3.5. MAP estimators using the LAZE image prior
3.5.1. MAP1
3.5.2. MAP2
3.5.3. Comparison of MAP1 versus MAP2
3.6. Simulation example
3.7. Future directions
Chapter 4. Hyperparameter Selection Using the SURE Criterion
4.1. Introduction
4.2. SURE for the lasso estimator
4.3. SURE for the hybrid estimator
4.4. Computational considerations
4.5. Comparison with other criteria
4.6. Simulation example.




نظرات کاربران