MétaCan
Menu
Retour à la cohorte
Enregistrement W1991793489 · doi:10.1117/12.411909

<title>3D foveated visualization on the Web</title>

2000· article· en· W1991793489 sur OpenAlexaff
John Schermann, John A. Barron, Irene Gargantini

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2000
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Data Compression Techniques
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceLossy compressionLossless compressionJPEGWaveletImage compressionComputer visionJPEG 2000Data compressionArtificial intelligenceComputer graphics (images)Image processingImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Recent developments in Internet technology, combined with the computerization of hospital radiology departments, allow the remote viewing of medical data images. Generally, however, medical images are data intensive and the transmission of such images over a network can consumer large amounts of network resources. Previous work by Liptay et al, presented an interactive, progressive program (implemented in JAVA and requiring a web browser) that allowed the transmission of multi-resolution JPEG image data using various ROI (Region of Interest) strategies in order to minimize Internet bandwidth requirements. This work handles both 2D and 3D image data, but 3D data was treated as a sequence of 2D images, where each 2D image had to be individually requested by the system. The work described in this paper replaces the representation of 3D data as a 2D JPEG image sequence with a single block of lossy 3D image data compressed using wavelets. In a similar fashion, 2D image data is wavelet compressed. Wavelet decomposition has been shown to have consistently better image quality at high compression ratios than other lossy compression methods. We use wavelet compression in a JAVA application program on the server side to construct a lossy low resolution version of the data. As well, high resolution difference sub-blocks of data are also created by the JAVA application; a difference sub-block and the corresponding low resolution lossless data. Transmitting the low resolution image and difference sub-blocks (as requested) only requires a small fraction of the network bandwidth compared to that which would otherwise be needed to transmit the entire lossless data set. The user, via a JAVA applet on the client side, is provided with a number of methods to choose a trajectory (sequence) of regions of interest in the low resolution image. Once the region(s) of interest are chosen, the sub-blocks of image data in the various trajectories are then retrieved and integrated into the low resolution display to provide lossless reconstruction in the regions of interest. Our program significantly reduces download time since extraneous information is not transmitted.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,487
Score d'incertitude au seuil0,731

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,4870,230

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,246
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced Data Compression TechniquesTravaux en français237 207