Wynik wyszukiwania
Zapytanie: BRAIN TUMOR
Liczba odnalezionych rekordów: 6



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/6
Nr opisu: 0000136261
Detection and segmentation of brain tumors from MRI using U-Nets.
[Aut.]: Krzysztof Kotowski, Jakub Nalepa, Wojciech Dudzik.
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. 179-190, bibliogr. 41 poz. (Lecture Notes in Computer Science ; vol. 11993 0302-9743). Punktacja MNiSW 20.000

guz mózgu ; segmentacja ; uczenie głębokie ; CNN

brain tumor ; segmentation ; deep learning ; CNN

2/6
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

3/6
Nr opisu: 0000137558   
Multimodal brain tumor classification using deep learning and robust feature selection: a machine learning application for radiologists.
[Aut.]: M. A. Khan, I. Ashraf, M. Alhaisoni, Robertas Damasevicius, R. Scherer, A. Rehman, S. A. C. Bukhari.
-Diagnostics 2020 vol. 10 iss. 8, s. 1-19, bibliogr. 44 poz.. Impact Factor 3.110. Punktacja MNiSW 70.000

guz mózgu ; opieka medyczna ; kontrast liniowy ; transfer learning ; funkcje uczenia głębokiego ; wybór funkcji ; fuzja funkcji ; PLS ; ELM

brain tumor ; healthcare ; linear contrast ; transfer learning ; deep learning features ; feature selection ; feature fusion ; PLS ; ELM

4/6
Nr opisu: 0000129767   
Segmenting brain tumors from FLAIR MRI using fully convolutional neural networks.
[Aut.]: Pablo Ribalta Lorenzo, Jakub Nalepa, B. Bobek-Billewicz, P. Wawrzyniak, G. Mrukwa, Michał Kawulok, P. Ulrych, M. P. Hayball.
-Comput. Methods Programs Biomed. 2019 vol. 176, s. 135-148, bibliogr. 55 poz.. Impact Factor 3.632. Punktacja MNiSW 100.000

segmentacja obrazu ; głębokie sieci neuronowe ; MRI ; guz mózgu

image segmentation ; deep neural networks ; MRI ; brain tumor

5/6
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

6/6
Nr opisu: 0000109638   
MiMSeg -automatyczna detekcji nowotworów mózgu z wykorzystaniem obrazowania zależnego od dyfuzji, magnetycznego rezonansu jądrowego.
[Aut.]: Franciszek Eugeniusz* Binczyk.
W: Śląskie Spotkania Naukowe, Dzierżno, 3-4 czerwca 2016 r. [online]. Oprac. Magdalena Skonieczna. Politechnika Śląska, Śląskie Centrum Onkologii. [B.m.] : [b.w.], 2016, plik pdf. s. 8
Dostępny w Internecie: http://www.biofarma.polsl.pl/images/pliki/Slaskie_Spotkania_Naukowe_2016_abstrakty.pdf [dostęp 29 października 2016]

nowotwór mózgu ; magnetyczny rezonans jądrowy ; MiMSeg

brain tumor ; nuclear magnetic resonance ; MiMSeg

stosując format:
Nowe wyszukiwanie