课题基金 / 基金详情

PET 3-DIMENSIONAL DATA QUANTIFICATION

PET 3-DIMENSIONAL DATA QUANTIFICATION
PET 3 维数据量化
批准号：
2624257
负责人：
TERRENCE R OAKES
金额：
$0.3万
依托单位：
UNIVERSITY OF BRITISH COLUMBIA
依托单位国家：
美国
项目类别：
财政年份：
1996
资助国家：
美国
项目状态：
未结题
起止时间：
1996-03-10 至
来源：
https://reporter.nih.gov/project-details/2624257
关键词：
PETDIMENSIONALDATAQUANTIFICATION

项目成果

TERRENCE R OAKES的其他基金

相似基金

相关文献

期刊论文(3)
专著(0)
科研奖励(0)
会议论文
Quantitative comparison of three- and two-dimensional PET with human brain studies.
三维和二维 PET 与人脑研究的定量比较。
DOI： --
发表时间： 1998
期刊： Journal of nuclear medicine : official publication, Society of Nuclear Medicine
影响因子： --
作者： [Sossi,V, Oakes,TR, Chan,GL, Schulzer,M, Ruth,TJ]
通讯作者： Ruth,TJ
Normalization for 3D PET with a low-scatter planar source and measured geometric factors.
使用低散射平面源和测量的几何因子对 3D PET 进行归一化。
DOI： 10.1088/0031-9155/43/4/023
发表时间： 1998
期刊： Physics in medicine and biology
影响因子： 3.5
作者： [Oakes,TR, Sossi,V, Ruth,TJ]
通讯作者： Ruth,TJ
A phantom study evaluating the quantitative aspect of 3D PET imaging of the brain.
一项评估大脑 3D PET 成像定量方面的模型研究。
DOI： 10.1088/0031-9155/43/9/013
发表时间： 1998
期刊： Physics in medicine and biology
影响因子： 3.5
作者： [Sossi,V, Oakes,TR, Ruth,TJ]
通讯作者： Ruth,TJ
AccuGyd: Accurate Guidance for MRI-Guided Minimally Invasive Neurosurgery
  • 批准号：
    10258259
  • 项目类别：
  • 资助金额：
    $35.29万
  • 财政年份：
    2021
  • 负责人：
    TERRENCE R OAKES
  • 依托单位：
    IMGGYD LLC
Comparison of fMRI analytic tools
  • 批准号：
    6571664
  • 项目类别：
  • 资助金额：
    $26.69万
  • 财政年份：
    2002
  • 负责人：
    TERRENCE R OAKES
  • 依托单位：
    UNIVERSITY OF WISCONSIN-MADISON
Comparison of fMRI Analytic tools
  • 批准号：
    6778393
  • 项目类别：
  • 资助金额：
    $20.69万
  • 财政年份：
    2002
  • 负责人：
    TERRENCE R OAKES
  • 依托单位：
    UNIVERSITY OF WISCONSIN-MADISON
Comparison of fMRI Analytic tools
  • 批准号：
    6663895
  • 项目类别：
  • 资助金额：
    $20.37万
  • 财政年份：
    2002
  • 负责人：
    TERRENCE R OAKES
  • 依托单位：
    UNIVERSITY OF WISCONSIN-MADISON
国内基金
海外基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis