Gutscheinbedingungen

**Gültig bis 15.06.2026 auf Spiele & Spielzeug online auf thalia.at, in der Thalia App ab einem Mindestbestellwert von 30€ und in allen Thalia Buchhandlungen in Österreich. In den Buchhandlungen nur gültig auf lagernde Ware. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel sowie online auf thalia.at und in der Thalia App einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Geschenkkarten, Versandkosten und Services.

  • Produktbild: Cloud-Based Benchmarking of Medical Image Analysis
  • Produktbild: Cloud-Based Benchmarking of Medical Image Analysis

Cloud-Based Benchmarking of Medical Image Analysis

51,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

24.05.2017

Abbildungen

XVIII, 93 illus., 39 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Allan Hanbury + weitere

Verlag

Springer

Seitenzahl

254

Maße (L/B/H)

24,1/16/2,1 cm

Gewicht

576 g

Auflage

1st edition 2017

Sprache

Englisch

ISBN

978-3-319-49642-9

Beschreibung

Portrait

Allan Hanbury is Senior Researcher at the TU Wien, Austria, and was the coordinator of the EU-funded VISCERAL project on evaluation of algorithms on big data. His research interests include data science, information retrieval, multimodal information retrieval, and the evaluation of information retrieval systems and algorithms.

Henning Müller is professor in computer sciences at the HES-SO, Sierre, Switzerland and in medicine at the University of Geneva, Switzerland. His research focuses on medical information retrieval, the organization of data science challenges and multimodal data analysis for big data and the underlying computing infrastructures.

Georg Langs is the Head of the Computational Imaging Research Lab (CIR) at the Medical University of Vienna, Austria, and is also affiliated with the Medical Vision Group at CSAIL, Massachusetts Institute of Technology, USA. His main research interests are in neuroimaging, machine learning and medical image analysis.

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

24.05.2017

Abbildungen

XVIII, 93 illus., 39 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Verlag

Springer

Seitenzahl

254

Maße (L/B/H)

24,1/16/2,1 cm

Gewicht

576 g

Auflage

1st edition 2017

Sprache

Englisch

ISBN

978-3-319-49642-9

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

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

  • Produktbild: Cloud-Based Benchmarking of Medical Image Analysis
  • Produktbild: Cloud-Based Benchmarking of Medical Image Analysis
  • VISCERAL: Evaluation-as-a-Service for Medical Imaging.- Using the Cloud as a Platform for Evaluation and Data Preparation.- Ethical and Privacy Aspects of Using Medical Image Data.- Annotating Medical Image Data.- Datasets created in VISCERAL.- Evaluation Metrics for Medical Organ Segmentation and Lesion Detection.- VISCERAL Anatomy Benchmarks for Organ Segmentation and Landmark Localisation: Tasks and Results.- Retrieval of Medical Cases for Diagnostic Decisions: VISCERAL Retrieval Benchmark.- Automatic Atlas-Free Multi-Organ Segmentation of Contrast-Enhanced CT Scans.- Multi-organ Segmentation Using Coherent Propagating Level Set Method Guided by Hierarchical Shape Priors and Local Phase Information.- Automatic Multi-organ Segmentation using Hierarchically-Registered Probabilistic Atlases.- Multi-Atlas Segmentation Using Robust Feature-Based Registration.- Combining Radiology Images and Clinical Meta-data for Multimodal Medical Case-based Retrieval.- Text and Content-based Medical Image Retrieval in the VISCERAL Retrieval Benchmark.