• Univerzitní Nemocnice Thomase Jeffersona, Filadelfia, USA
• Eledia Research Center, Trento, Itálie
• Erasmus MC Cancer Institute, Rotterdam, Nizozemsko
• Center for Cure and Care, Eindhoven University of Technology, Eindhoven,Nizozemsko
• MR, Biology and Applied Physics, General Electric Global Research Center, Nyskauna, USA
• Fakulta elektrotechnická, ČVUT v Praze
• Ústav fotoniky a elektroniky AV ČR, v. v. i.
• ALBA – RESTEK Group, Itálie
• BTL Praha
• Mikrobiologický ústav AV ČR
• Institute of Measurement Science Slovak Academy of Sciences
• Intercollegiate College of Medical Engineering National Technical University of Ukraine „Kyiv Polytechnic Institute“
• National M.Amosov Institute of Cardiovascular Surgery of the Academy of Medical Sciences of Ukraine
• E.O.Paton Electric Welding Institute of NAS of Ukraine
• Laboratory of Cardiac Physiology Institute of Physiology, Komi Science Center, Ural Branch, Russian Academy of Sciences
• TSE spol. s.r.o.
• Chalmers University of Technology, Goteborg, Sweden
• University of Maryland, Division of Translational Radiation Sciences, USA

Cévní mozkové příhody - 2D numerický dataset pro mikrovlnný systém o 10 anténách

Data set pro testování a vývoj vlastních algoritmů detekce a klasifikace cévní mozkové příhody je dostupný po vyplnění formuláře na webu: https://forms.gle/1GPkCSUVEeJEPyEn6

Pro publikační výsledky je nezbytné citovat: Pokorny, T.; Vrba, J.; Fiser, O.; Vrba, D.; Drizdal, T.; Novak, M.; Tosi, L.; Polo, A.; Salucci, M. On the Role of Training Data for SVM-Based Microwave Brain Stroke Detection and Classification. Sensors 2023, 23, 2031. https://doi.org/10.3390/s23042031