Vor Ort
Merkzettel Warenkorb
  • Produktbild: Ophthalmic Medical Image Analysis
  • Produktbild: Ophthalmic Medical Image Analysis
Band 15188 - 17%

Ophthalmic Medical Image Analysis 11th International Workshop, OMIA 2024, Held in Conjunction with MICCAI 2024, Marrakesh, Morocco, October 10, 2024, Proceedings

Aus der Reihe Lecture Notes in Computer Science
17% sparen

49,99 € UVP 60,49 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

10.10.2024

Abbildungen

X, 168 p. 62 illus., 57 illus. in color.

Herausgeber

Antony Bhavna + weitere

Verlag

Springer

Seitenzahl

168

Maße (L/B/H)

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

Gewicht

283 g

Sprache

Englisch

ISBN

978-3-031-73118-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

10.10.2024

Abbildungen

X, 168 p. 62 illus., 57 illus. in color.

Herausgeber

Verlag

Springer

Seitenzahl

168

Maße (L/B/H)

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

Gewicht

283 g

Sprache

Englisch

ISBN

978-3-031-73118-1

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Ophthalmic Medical Image Analysis
  • Produktbild: Ophthalmic Medical Image Analysis

  • Selective Functional Connectivity between Ocular Dominance Columns in the Primary Visual Cortex.- ETSCL: An Evidence Theory-Based Supervised Contrastive Learning Framework for Multi-modal Glaucoma Grading.- VNR-AV: Structural Post-processing for Retinal Arteries and Veins Segmentation.- Wavelet Deep Learning Network for Objective Retinal Functional Estimation from Multimodal Retinal Imaging.- Inter-Frame Sclera Vessel Rotation Tracking for Toric Intraocular Lens Implantation Navigation.- Data Heterogeneity-aware Personalized Federated Learning for Diagnosis.- MM-UNet: A Mixed MLP Architecture for Improved Ophthalmic Image Segmentation.- Coral-CVDs: A consistent ordinal regression model for cardiovascular diseases grading.- Affordable Deep Learning for Diagnosing Inherited and Common Retinal Diseases via Color Fundus Photography.- Comparative Analysis of Data Augmentation for Retinal OCT Biomarker Segmentation.- Advanced Diabetic Retinopathy Classification: Integrating Pathological Indicators Segmentation and Morphological Feature Analysis.- Masked Image Modelling for Retinal OCT Understanding.- A Dual-Stream Network for Langerhans’ Cells Segmentation in CCM Images.- Formula-Driven Data Augmentation and Partial Retinal Layer Copying for Retinal Layer Segmentation.- Enhancing Community Vision Screening: AI-Driven Retinal Photography for Early Disease Detection and Patient Trust.- Enhancing Large Foundation Models to Identify Fundus Diseases Based on Contrastive Enhanced Low-Rank Adaptation Prompt.