Wykaz publikacji wybranego autora

Paweł Kłeczek, dr inż.

asystent

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kair, Katedra Automatyki i Robotyki


  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-6652-7978 orcid iD

ResearcherID: D-2190-2016

Scopus: 56426336300

PBN: 5e7093da878c28a0473b1f8c

OPI Nauka Polska




1
  • A new approach to border irregularity assessment with application in skin pathology / Paweł KŁECZEK, Grzegorz Dyduch, Agnieszka Graczyk-Jarzynka, Joanna JAWOREK-KORJAKOWSKA // Applied Sciences (Basel) [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2076-3417. — 2019 vol. 9 iss. 10 art. no. 2022, s. 1–24. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 22–24, Abstr.. — Publikacja dostępna online od: 2019-05-16. — tekst: https://www.mdpi.com/2076-3417/9/10/2022/pdf

    orcid iD
  • keywords: morphometry, pathology, epidermis, border irregularity, feature detection, skin, image analysis

    cyfrowy identyfikator dokumentu: 10.3390/app9102022

2
  • Melanoma thickness prediction based on convolutional neural network with VGG-19 model transfer learning / Joanna JAWOREK-KORJAKOWSKA, Paweł KŁECZEK, Marek GORGOŃ // W: CVPR 2019 [Dokument elektroniczny] : 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition : 16–20 June 2019, Long Beach, California : proceedings. — Wersja do Windows. — Dane teksowe. — Piscataway : IEEE, cop. 2019. — (Proceedings (IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Online) ; ISSN 2575-7075). — e-ISBN: 978-1-7281-3293-8. — S. 2748–2756. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 2755–2756, Abstr.. — tekst: https://ieeexplore-1ieee-1org-10000479o007d.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9025570

    orcid iD
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.1109/CVPRW.2019.00333