Wynik wyszukiwania
Zapytanie:
MARCINKIEWICZ M
Liczba odnalezionych rekordów:
10
Przejście do opcji zmiany formatu
|
Wyświetlenie wyników w wersji do druku
|
Pobranie pliku do edytora
|
Przesłanie wyników do modułu analizy
|
excel
|
Nowe wyszukiwanie
1/10
Nr opisu:
0000134235
Fully-automated deep learning-powered system for DCE-MRI analysis of brain tumors.
[Aut.]: Jakub
Nalepa
, Pablo
Ribalta Lorenzo
, M.
Marcinkiewicz
, B.
Bobek-Billewicz
, P.
Wawrzyniak
, Maksym
Walczak
, Michał
Kawulok
, Wojciech
Dudzik
, Krzysztof
Kotowski
, I.
Burda
, B.
Machura
, Grzegorz
Mrukwa
, P.
Ulrych
, M. P.
Hayball
.
-
Artif. Intell. Med.
2020 vol. 102
, art. no. 101769 s. 1-21, bibliogr. 89 poz..
Impact Factor
4.383.
Punktacja MNiSW
100.000
głębokie sieci neuronowe
;
model farmakokinetyczny
;
segmentacja guza
;
DCE-MRI
;
perfuzja
;
mózg
deep neural networks
;
pharmacokinetic model
;
tumor segmentation
;
DCE-MRI
;
perfusion
;
brain
2/10
Nr opisu:
0000134860
Hyperspectral band selection using attention-based convolutional neural networks.
[Aut.]: Pablo
Ribalta Lorenzo
, Łukasz
Tulczyjew
, M.
Marcinkiewicz
, Jakub
Nalepa
.
-
IEEE Access
2020 vol. 8
, s. 42384-42403, bibliogr. 101 poz..
Impact Factor
3.745.
Punktacja MNiSW
100.000
uczenie głębokie
;
konwolucyjna sieć neuronowa
;
klasyfikacja
;
wybór pasma
;
mechanizm skupienia uwagi
deep learning
;
convolutional neural network
;
classification
;
band selection
;
attention mechanism
3/10
Nr opisu:
0000136263
Multi-modal U-Nets with boundary loss and pre-training for brain tumor segmentation.
[Aut.]: Pablo
Ribalta Lorenzo
, M.
Marcinkiewicz
, Jakub
Nalepa
.
W:
Brainlesion: glioma, multiple sclerosis, stroke and traumatic brain injuries
. 5th International workshop, BrainLes 2019, held in conjunction with MICCAI 2019, Shenzhen, China, October 17, 2019. Revised selected papers. Pt. 2. Eds. Alessandro Crimi, Spyridon Bakas. Cham : Springer, 2020
, s. 135-147, bibliogr. 48 poz. (
Lecture Notes in Computer Science
; vol. 11993 0302-9743).
Punktacja MNiSW
20.000
guz mózgu
;
segmentacja
;
utrata granicy
;
U-Net
brain tumor
;
segmentation
;
boundary loss
;
U-Net
4/10
Nr opisu:
0000134271
Towards resource-frugal deep convolutional neural networks for hyperspectral image segmentation.
[Aut.]: Jakub
Nalepa
, M.
Antoniak
, Michał
Myller
, Pablo
Ribalta Lorenzo
, M.
Marcinkiewicz
.
-
Microprocess. Microsyst.
2020 vol. 73
, art. no. 102994 s. 1-14, bibliogr. 98 poz..
Impact Factor
1.161.
Punktacja MNiSW
40.000
obrazowanie hiperspektralne
;
głębokie sieci neuronowe
;
splotowa sieć neuronowa
;
kwantyzacja
;
segmentacja
;
klasyfikacja
hyperspectral imaging
;
deep neural networks
;
convolutional neural network
;
quantization
;
segmentation
;
classification
5/10
Nr opisu:
0000134343
Data augmentation for brain-tumor segmentation: a review.
[Aut.]: Jakub
Nalepa
, M.
Marcinkiewicz
, Michał
Kawulok
.
-
Front. Comput. Neurosci.
2019 vol. 13
, art. no. 83 s. 1-18, bibliogr. 79 poz..
Impact Factor
2.535.
Punktacja MNiSW
70.000
rozszerzanie danych
;
uczenie głębokie
;
głębokie sieci neuronowe
;
segmentacja obrazów
;
MRI
data augmentation
;
deep learning
;
deep neural networks
;
image segmentation
;
MRI
6/10
Nr opisu:
0000130985
Data augmentation via image registration.
[Aut.]: 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
.
W:
2019 IEEE International Conference on Image Processing, September 22-25, 2019, Taipei, Taiwan
. Proceedings. Piscataway : IEEE, 2019
, s. 4250-4254, bibliogr. 19 poz..
Punktacja MNiSW
70.000
deep learning
;
rozszerzanie danych
;
rejestracja obrazu
;
segmentacja guza mózgu
deep learning
;
data augmentation
;
image registration
;
brain tumor segmentation
7/10
Nr opisu:
0000134169
Quantitative impact of label noise on the quality of segmentation of brain tumors on MRI scans.
[Aut.]: M.
Marcinkiewicz
, Grzegorz
Mrukwa
.
W:
Proceedings of the 2019 Federated Conference on Computer Science and Information Systems, September 1-4, 2019, Leipzig, Germany
. Eds. M. Ganzha, L. Maciaszek, M. Paprzycki. Piscataway : Institute of Electrical and Electronics Engineers, 2019
, s. 61-65, bibliogr. 17 poz. (
Annals of Computer Science and Information Systems
; vol. 18 2300-5963).
Punktacja MNiSW
20.000
8/10
Nr opisu:
0000135338
Segmentation of multispectral data simulated from hyperspectral imagery.
[Aut.]: M.
Marcinkiewicz
, Michał
Kawulok
, Jakub
Nalepa
.
W:
2019 IEEE International Geoscience & Remote Sensing Symposium
. IGARSS 2019, July 28 - August 2, 2019, Yokohama, Japan. Proceedings. Piscataway : Institute of Electrical and Electronics Engineers, 2019
, s. 3336-3339, bibliogr. 15 poz..
Punktacja MNiSW
20.000
dane multispektralne
;
dane hiperspektralne
;
obrazowanie spektroskopowe
;
segmentacja
;
klasyfikacja
multispectral data
;
hyperspectral data
;
spectroscopy imaging
;
segmentation
;
classification
9/10
Nr opisu:
0000129305
Segmenting brain tumors from MRI using cascaded multi-modal U-Nets.
[Aut.]: M.
Marcinkiewicz
, Jakub
Nalepa
, Pablo
Ribalta Lorenzo
, Wojciech
Dudzik
, Grzegorz
Mrukwa
.
W:
Brainlesion: glioma, multiple sclerosis, stroke and traumatic brain injuries
. 4th International Workshop, BrainLes 2018 held in cwith MICCAI 2018, Granada, Spain, September 16, 2018. Revised selected papers. Part II. Eds.: Alessandro Crimi, Spyridon Bakas, Hugo Kuijf, Farahani Keyvan, Mauricio Reyes, Theo van Walsum. Cham : Springer, 2019
, s. 13-24 (
Lecture Notes in Computer Science
; vol. 11384 0302-9743).
Punktacja MNiSW
20.000
guz mózgu
;
segmentacja
;
deep learning
;
CNN
brain tumor
;
segmentation
;
deep learning
;
CNN
10/10
Nr opisu:
0000127021
Segmentation of hyperspectral images using quantized convolutional neural networks.
[Aut.]: Pablo
Ribalta Lorenzo
, M.
Marcinkiewicz
, Jakub
Nalepa
.
W:
21st Euromicro Conference on Digital System Design
. DSD 2018, 29-31 August 2018 Prague, Czech Republic. Proceedings. Eds.: Martin Novotny, Nikos Konofaos, Amund Skavhaug. Piscataway : IEEE, 2018
, s. 260-267, bibliogr. 38 poz..
Punktacja MNiSW
20.000
segmentacja
;
obrazowanie hiperspektralne
;
głębokie sieci neuronowe
;
kwantyzacja wagi
segmentation
;
hyperspectral imaging
;
deep neural networks
;
weight quantization
stosując format:
standardowy
pełny z etykietami pól
roboczy
redakcja skr.
redakcja peł.
kontrolny
Nowe wyszukiwanie