Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig am 28.06.2026 auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher und Hörbuch-Downloads (außer Abo), nicht preisgebundene Bücher und Kalender online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind preisgebundene Artikel, Abos & Flatrates, eBooks, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. 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 Versandkosten und Services.
Produktbild: Simulation and Synthesis in Medical Imaging
Band 16085

Simulation and Synthesis in Medical Imaging 10th International Workshop, SASHIMI 2025, Held in Conjunction with MICCAI 2025, Daejeon, South Korea, September 23, 2025, Proceedings

Aus der Reihe Lecture Notes in Computer Science

58,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.09.2025

Abbildungen

XI, 63 illus., 56 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Herausgeber

Virginia Fernandez + weitere

Verlag

Springer

Seitenzahl

182

Maße (L/B/H)

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

Gewicht

306 g

Sprache

Englisch

ISBN

978-3-032-05572-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.09.2025

Abbildungen

XI, 63 illus., 56 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Herausgeber

Verlag

Springer

Seitenzahl

182

Maße (L/B/H)

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

Gewicht

306 g

Sprache

Englisch

ISBN

978-3-032-05572-9

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

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: Simulation and Synthesis in Medical Imaging

  • .- MedLoRD: A Medical Low-Resource Diffusion Model for High-Resolution 3D CT Image Synthesis.

    .- GLFC: Unified Global-Local Feature and Contrast Learning with Mamba-Enhanced

    UNet for Synthetic CT Generation from CBCT.

    .- 2D to 3D MR Image Super-Resolution using Cross-Contrast Guidance.

    .- 3D Super-Resolution for Enhancing Compression Fracture Detection in Thick Slice CT: Diffusion Models vs GANs.

    .- From Tissue-Mimicking Phantoms to Physics-Based Scans: Synthetic OCT for

    Few-Shot Foundation Model Training.

    .- Multi-modal Brain MRI Synthesis with nnU-Net: Exploring Segmentation Per formance and Cross-Modality Relationships.

    .- Unified 3D MRI Representations via Sequence-Invariant Contrastive Learning.

    .- From Lines to Shapes: Geometric-Constrained Segmentation of X-Ray Collima tors via Hough Transform.

    .- VIOLET: A framework for combined Volumetric Image registration via Opti mization and Learning for Efficient image Translation.

    .- Generation of Controllable and Photorealistic Synthetic Cataract Surgery Im ages: Blending 3D Models and Real-World Data.

    .- Unsupervised MRI Harmonization via Parameter Prediction and Super-Resolved

    MPMs.

    .- Learning Mechanistic Subtypes of Neurodegeneration with a Physics-Informed

    Variational Autoencoder Mixture Model.

    .- FastDTI: A 3D Scale-arbitrary Super-resolution Autoencoder Residual Dense

    Network for DTI.

    .- Lesion-Aware CT-to-MRI Synthesis using a Mask-Informed Diffusion with Adaptive Weighted Loss (MIDAS).

    .-Conditional Iterative α-(de)Blending Model for CBCT-tosCT Synthesis: Towards a Deterministic and Simple Process.

    .- Synthesizing Accurate and Realistic T1-weighted Contrast-Enhanced MR Images using Posterior-Mean Rectified Flow.

    .- Clustering-based Stain Augmentation: Templates for Periodic Acid-Schiff Biopsy

    Images.