Wynik wyszukiwania
Zapytanie: BRAIN TUMOR SEGMENTATION
Liczba odnalezionych rekordów: 3



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/3
Nr opisu: 0000130985
Tytuł oryginału: Data augmentation via image registration.
Autorzy: Jakub Nalepa, Grzegorz Mrukwa, Szymon Piechaczek, Pablo Ribalta Lorenzo, M. Marcinkiewicz, B. Bobek-Billewicz, P. Wawrzyniak, P. Ulrych, J. Szymanek, M. Cwiek, Wojciech Dudzik, Michał Kawulok, M. P. Hayball.
Źródło: W: 2019 IEEE International Conference on Image Processing, September 22-25, 2019, Taipei, Taiwan. Proceedings. Piscataway : IEEE, 2019, s. 4250-4254, bibliogr. 19 poz.
ISBN: 978-1-5386-6250-2978-1-5386-6249-6
Punktacja MNiSW: 70.000
Liczba arkuszy wydawniczych: 0,5
Bazy indeksujące publikację: IEEE Xplore; INSPEC
DOI:
Słowa kluczowe polskie: deep learning ; rozszerzanie danych ; rejestracja obrazu ; segmentacja guza mózgu
Słowa kluczowe angielskie: deep learning ; data augmentation ; image registration ; brain tumor segmentation
Typ publikacji: RK
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.
Dostęp on-line:


2/3
Nr opisu: 0000111290
Tytuł oryginału: MiMSeg - an algorithm for automated detection of tumor tissue on NMR apparent diffusion coefficient maps
Autorzy: Franciszek Eugeniusz Binczyk, B. Stjeltjes, C. Weber, M. Goetz, K. Meier-Hein, H.-P. Meinzer, B. Bobek-Billewicz, R. Tarnawski, Joanna Polańska.
Źródło: -Inf. Sci. 2017 vol. 384, s. 235-248, bibliogr. 49 poz.
Impact Factor: 4.305
Punktacja MNiSW: 45.000
p-ISSN: 0020-0255
e-ISSN: 1872-6291
DOI:
Słowa kluczowe polskie: segmentacja guza mózgu ; model mieszaniny gaussowskiej ; klasteryzacja k-średnich ; obrazowanie dyfuzyjne
Słowa kluczowe angielskie: brain tumor segmentation ; gaussian mixture model ; k-means clustering ; diffusion weighted imaging
Typ publikacji: A
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.
Informacje o dostępie open-access: open-access-text-version: FINAL_PUBLISHED open-access-licence: CC-BY-NC-ND open-access-release-time: AT_PUBLICATION open-access-article-mode: OPEN_JOURNAL
Dostęp on-line:


3/3
Nr opisu: 0000103733
Tytuł oryginału: DALSA: domain adaptation for supervised learning from sparsely annotated MR images
Autorzy: M. Goetz, C. Weber, Franciszek Eugeniusz Binczyk, Joanna Polańska, R. Tarnawski, B. Bobek-Billewicz, U. Koethe, J. Kleesiek, B. Stieltjes, K. H. Maier-Hein.
Źródło: -IEEE Trans. Med. Imaging 2015 vol. 35 iss. 1, s. 184-196, bibliogr. 48 poz.
Impact Factor: 3.756
Punktacja MNiSW: 45.000
p-ISSN: 0278-0062
e-ISSN: 1558-254X
DOI:
Słowa kluczowe polskie: multimodalna segmentacja automatyczna ; segmentacja guza mózgu ; adaptacja domeny ; glejak ; las losowy
Słowa kluczowe angielskie: automatic multi-modal segmentation ; brain tumor segmentation ; domain adaptation ; glioma ; random forest ; transfer learning
Typ publikacji: A
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.
Dostęp on-line:


stosując format:
Nowe wyszukiwanie