Laboratórium spracovania obrazu
- zameranie výskumu -
  
- Rozvoj metód NMR tomografie s vysokým rozlíšením s ťažiskom na matematických a počítačových simuláciách
- Teoretický výskum a počítačová simulácia metód rekonštrukcie PET obrazov pomocou multiplanárnych metód
- Rozvoj nelineárnych metód filtrácie a segmentácie MR obrazov mozgu na základe geometricky riadenej difúzie
- Výskum 3D zobrazovacích metód, špeciálne vizualizácia objemových dát pomocou metódy vrhania lúčov.
 
Niekoré výskumné problémy:
- Korekcia pohybových artefaktov v MR obrazoch pomocou metódy navigačného echa pri meraní difúzne vážených obrazov
- Teoretický a simulačný výskum Fourier rebinning metód v rekonštrukcii obrazov v zobrazovaní PET
- Výskum metód lokálnej adaptácie funkcie konduktancie v úlohách filtrácie MR obrazov mozgu pomocou geometricky riadenej difúzie
- Rozvoj difúznych metód využívajúcich apriórnu informáciu z MR atlasov
- Návrh mier a postupov na kvantitatívne vyhodnocovanie výsledkov filtrácie a segmentácie číslicových obrazov
- Návrh a implementácia algoritmov automatickej segmentácie 2D a 3D MR obrazov
- Návrh rýchlych algoritmov voxelizácie
- Interpolácia tomografických rezov pri 3D vizualizácii
 
Iné aktivity:
- Vedenie diplomových prác študentov na FEI STU a MFF UK v Bratislave
- Vedenie doktorandov v rámci doktorandskéehio štúdia na Ústave merania vo vednom odbore Bionika a biomechanika
 
Medzinárodná spolupráca:
- Ústav spracovania informácie Rakúskej akadémie vied vo Viedni
- Rakúske výskumné centrum Seibersdorf
- Pennsylvánska univerzita vo Philadelphii
 
Základné počítačové vybavenie
- HP Apollo 9000/720 (RISC pracovná stanica)
- PC Pentium
 
Publikácie v CC časopisoch v období 1994-99:
1. Bajla I., Holländer I. (1998): Nonlinear filtering of MR tomograms by Geometry-driven diffusion. Machine Vision and Applications 10, 243-255.
2. Bajla I., Šrámek M. (1998): Nonlinear filtering and fast ray tracing of 3D image data. IEEE Engineering in Medicine and Biology Magazine 17, 73-80.
3. Holländer I., Bajla I. (1998): Adaptive smoothing of MR brain images by 3D Geometry-driven diffusion. Computer Methods and Programs in Biomedicine 55, 157-176.
4. Bajla I., Šrámek M. (1998): Improvement of 3D visualization of the brain using anisotropic diffusion smoothing of MR data. International Journal of Technology Management. Special edition in Health Care Telematics. (v tlači).
5. Matej S., Lewitt R.M. (1996): Practical considerations for 3-D image reconstruction using spherically symmetric volume elements. IEEE Transactions on Medical Imaging 15, 68-78.
6. Matej S., Furuie S.S., Herman G.T. (1996): The relevance of statistically significant differences between reconstruction algorithms. IEEE Transactions on Image Processing 5, 554-556.
7. Matej S., Herman G.T., Vardi A. (1998): Binary tomography on the hexagonal grid using Gibbs priors. Journal of Imaging Systems and Technology 9, 126-131.
8. Matej S., Karp J.S., Lewitt R.M., Becher A.J. (1998): Performance of the Fourier rebinning algorithm for PET with large acceptance angles. Phys. Med. Biol. 43, 787-795.
9. Matej S., Herman G.T., Vardi A. (1998): Binary tomography on the hexagonal grid using Gibbs priors. Journal of Imaging Systems and Technology 9, 126-131.
10. Matej S., Karp J.S., Lewitt R.M., Becher A.J. (1998): Performance of the Fourier rebinning algorithm for PET with large acceptance angles. Phys. Med. Biol. 43, 787-795.