Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 25.06.2026 auf fremdsprachige Bücher online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel & eBooks. Pro Einkauf einmal einlösbar. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Geschenkkarten, Versandkosten und Services.
Produktbild: Medical Optical Imaging and Virtual Microscopy Image Analysis
Band 15371 - 16%

Medical Optical Imaging and Virtual Microscopy Image Analysis Second International Workshop, MOVI 2024, Held in Conjunction with MICCAI 2024, Marrakesh, Morocco, October 10, 2024, Proceedings

Aus der Reihe Lecture Notes in Computer Science
16% sparen

59,99 € UVP 71,49 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.01.2025

Abbildungen

XI, 72 illus., 70 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Yuankai Huo + weitere

Verlag

Springer

Seitenzahl

220

Maße (L/B/H)

23,5/15,5/1,3 cm

Gewicht

359 g

Sprache

Englisch

ISBN

978-3-031-77785-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.01.2025

Abbildungen

XI, 72 illus., 70 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Verlag

Springer

Seitenzahl

220

Maße (L/B/H)

23,5/15,5/1,3 cm

Gewicht

359 g

Sprache

Englisch

ISBN

978-3-031-77785-1

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: Medical Optical Imaging and Virtual Microscopy Image Analysis

  • Medical Optical Imaging and Virtual Microscopy Image Analysis: A Deployable Microscopic Image Segmentation Look-Up Table Based on A Dilated CNN.- From Feature Maps to Few-Shot Cell Segmentation.- Deep Learning for Classifying Anti-Shigella Opsono-phagocytosis-promoting Monoclonal Antibodies.- Multi-target Stain Normalization for Histology Slides.- Intensity Inhomogeneity Correction for Large Panoramic Electron Microscopy Images.- Fully Automated CTC Detection, Segmentation and Classification for Multi-Channel IF Imaging.- Lymphoid Infiltration Assessment of the Tumor Margins in H&E Slides.- TRP-Net: Transformer with RMM and PPM for High-efficiency Circulating Abnormal Cells Detection in Multichannel Fluorescence Imaging.- Color Flow Imaging Microscopy Improves Identification of Stress Sources of Protein Aggregates in Biopharmaceuticals.- Learned Image Compression for HE-stained Histopathological Images via Stain Deconvolution.- CLSMI2T3: 3D CLSM Vasculature Volume Reconstruction from A Single 2D Slice by Off-Focal Plane Signal Using Synthetic Data.- Retinal IPA: Iterative KeyPoints Alignment for Multimodal Retinal Imaging.- MDSN: Multi-stage Context-Aware Nuclei Detection-Segmentation Network.- Structured Model Pruning for Efficient Inference in Computational Pathology.- Histopathology Image Embedding based on Foundation Models Features Aggregation for DLBCL Patient Treatment Response Prediction.- EM-Compressor: Electron Microscopy Image Compression in Connectomics with Variational Autoencoders. Kidney Pathology Image segmentation (KPIs) Challenge: AC-UNet: A Self-Adaptive Cropping Approach for Kidney Pathology Image Segmentation.- SAM-Glomeruli: Enhanced Segment Anything Model for Precise Glomeruli Segmentation.- A Robust Deep Learning Method for WSI-level Diseased Glomeruli Segmentation.- Ensembled SegNeXt Based Glomeruli Segmentation.- Glomeruli Segmentation in Whole-Slide Images: Is Better Local Performance Always Better.