Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 02.09.2026 auf fremdsprachige Bücher 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 Image Understanding and Analysis
Band 15916 - 19%

Medical Image Understanding and Analysis 29th Annual Conference, MIUA 2025, Leeds, UK, July 15–17, 2025, Proceedings, Part I

Aus der Reihe Lecture Notes in Computer Science
19% sparen

79,99 € UVP 98,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.07.2025

Abbildungen

XXI, 320 p. 106 illus., 94 illus. in color.

Herausgeber

Sharib Ali + weitere

Verlag

Springer

Seitenzahl

320

Maße (L/B/H)

23,5/15,5/1,9 cm

Gewicht

522 g

Sprache

Englisch

ISBN

978-3-031-98687-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.07.2025

Abbildungen

XXI, 320 p. 106 illus., 94 illus. in color.

Herausgeber

Verlag

Springer

Seitenzahl

320

Maße (L/B/H)

23,5/15,5/1,9 cm

Gewicht

522 g

Sprache

Englisch

ISBN

978-3-031-98687-1

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

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: Medical Image Understanding and Analysis

  • .-
    Frontiers in Computational Pathology
    .


    .- Transductive Survival Ranking for Pan-cancer Automatic Risk Stratification using Whole Slide Images.


    .- Benchmarking Histopathology Foundation Models in a Multi-center Dataset for Skin Cancer Subtyping.


    .- MitoNet: Efficient Ki-67 Detection in H\&E-Stained Images.


    .- ASTER: Automated Segmentation of Endometrial Histology Images for Reproductive Health Assessment.


    .- Leveraging Pathology Foundation Models for Panoptic Segmentation of Melanoma in H\&E Images.


    .- SMatt-DINO: Spatially Aware Masked Attention Network for High Resolution Brain Image Classification.


    .- Persistent Homology and Gabor Features Reveal Inconsistencies Between Widely Used Colorectal Cancer Training and Testing Datasets.


    .- SWIFT-Reg: Slide-Wide Intelligent Feature-based Tissue Registration.


    .- Learnable Moran’s Index for Modeling Spatial Autocorrelation in Whole Slide Images to Predict Breast Cancer Outcomes.


    .-
    Image Synthesis and Generative Artificial Intelligence
    .


    .- Augmenting Chest X-ray Datasets with Non-Expert Annotations.


    .- Leveraging Synthetic Data for Whole-Body Segmentation in X-ray Images.


    .- Transform(AI)ng Radiology with CheXSBT: Integrating Dual-Attention Swin Transformer with BERT for Seamless Chest X-Ray Report Generation.


    .- Cardiac Ultrasound Video Generation Using a Diffusion Model with Temporal Transformer.


    .- KCLVA: Knowledge-enhanced Contrastive Learning and View-specific Attention for Chest X-ray Report Generation.


    .- BlastDiffusion: A Latent Diffusion Model for Generating Synthetic Embryo Images to Address Data Scarcity in In Vitro Fertilization.


    .- MediAug: Exploring Visual Augmentation in Medical Imaging.


    .- On the Robustness of Medical Vision-Language Models: Are they Truly Generalizable?.


    .- DiNO-Diffusion: Scaling Medical Diffusion Models via Self-Supervised Pre-Training.


    .- Knowledge-Driven Hypothesis Generation for Burn Diagnosis from Ultrasound with Vision-Language Model.


    .- Multimodal Federated Learning With Missing Modalities through Feature Imputation Network.


    .- Parameter-Efficient Multimodal Adaptation for Certified Robustness of Medical Vision-Language Models.