Vor Ort
Merkzettel Warenkorb
  • Produktbild: Machine Learning in Medical Imaging
  • Produktbild: Machine Learning in Medical Imaging
Band 8184

Machine Learning in Medical Imaging 4th International Workshop, MLMI 2013, Held in Conjunction with MICCAI 2013, Nagoya, Japan, September 22, 2013, Proceedings

Aus der Reihe Image Processing, Computer Vision, Pattern Recognition, and Graphics

51,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.08.2013

Abbildungen

XII, 94 illus., schwarz-weiss Illustrationen

Herausgeber

Guorong Wu + weitere

Verlag

Springer

Seitenzahl

262

Maße (L/B/H)

23,5/15,5/1,6 cm

Gewicht

443 g

Auflage

2013

Sprache

Englisch

ISBN

978-3-319-02266-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.08.2013

Abbildungen

XII, 94 illus., schwarz-weiss Illustrationen

Herausgeber

Verlag

Springer

Seitenzahl

262

Maße (L/B/H)

23,5/15,5/1,6 cm

Gewicht

443 g

Auflage

2013

Sprache

Englisch

ISBN

978-3-319-02266-6

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
Die Leseprobe wird geladen.
  • Produktbild: Machine Learning in Medical Imaging
  • Produktbild: Machine Learning in Medical Imaging
  • Unsupervised Deep Learning for Hippocampus Segmentation in 7.0 Tesla MR Images.- Integrating Multiple Network Properties for MCI Identification.- Learning-Boosted Label Fusion for Multi-atlas Auto-Segmentation.- Volumetric Segmentation of Key Fetal Brain Structures in 3D Ultrasound.- Sparse Classification with MRI Based Markers for Neuromuscular Disease Categorization.- Fully Automatic Detection of the Carotid Artery from Volumetric Ultrasound Images Using Anatomical Position-Dependent LBP Features.- A Transfer-Learning Approach to Image Segmentation Across Scanners by Maximizing Distribution Similarity.- A New Algorithm of Electronic Cleansing for Weak Faecal-Tagging CT Colonography.- A Unified Approach to Shape Model Fitting and Non-rigid Registration.- A Bayesian Algorithm for Image-Based Time-to-Event Prediction.- Patient-Specific Manifold Embedding of Multispectral Images Using Kernel Combinations.- fMRI Analysis with Sparse Weisfeiler-Lehman Graph Statistics.- Patch-Based Segmentation without Registration: Application to Knee MRI.- Flow-Based Correspondence Matching in Stereovision.- Thickness NETwork (ThickNet) Features for the Detection of Prodromal AD.- Metric Space Structures for Computational Anatomy.- Discriminative Group Sparse Representation for Mild Cognitive Impairment Classification.- Temporally Dynamic Resting-State Functional Connectivity Networks for Early MCI Identification.- An Improved Optimization Method for the Relevance Voxel Machine.- Disentanglement of Session and Plasticity Effects in Longitudinal fMRI Studies.- Identification of Alzheimer’s Disease Using Incomplete Multimodal Dataset via Matrix Shrinkage and Completion.- On Feature Relevance in Image-Based Prediction Models: An Empirical Study.- Decision Forests with Spatio-Temporal Features for Graph-Based Tumor Segmentation in 4D Lung CT.- Improving Probabilistic Image Registration via Reinforcement Learning and Uncertainty Evaluation.- HEp-2 Cell Image Classification: A Comparative Analysis.- A 2.5D Colon Wall Flattening Model for CT-Based Virtual Colonoscopy.- Augmenting Auto-context with Global Geometric Features for Spinal Cord Segmentation.- Large-Scale Manifold Learning Using an Adaptive Sparse Neighbor Selection Approach for Brain Tumor Progression Prediction.- Ensemble Universum SVM Learning for Multimodal Classification of Alzheimer’s Disease.- Joint Sparse Coding Spatial Pyramid Matching for Classification of Color Blood Cell Image.- Multi-task Sparse Classifier for Diagnosis of MCI Conversion to AD with Longitudinal MR Images.- Sparse Multimodal Manifold-Regularized Transfer Learning for MCI Conversion Prediction.