Vor Ort
Merkzettel Warenkorb
Produktbild: Digital Twin for Healthcare
Band 16193 - 11%

Digital Twin for Healthcare First International Workshop, DT4H 2025, Held in Conjunction with MICCAI 2025, Daejeon, South Korea, September 23, 2025, Proceedings

Aus der Reihe Lecture Notes in Computer Science
11% sparen

63,99 € UVP 72,59 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.09.2025

Abbildungen

X, 54 illus., 53 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Lei Li + weitere

Verlag

Springer

Seitenzahl

166

Maße (L/B/H)

23,5/15,5/1 cm

Gewicht

277 g

Sprache

Englisch

ISBN

978-3-032-07693-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.09.2025

Abbildungen

X, 54 illus., 53 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Verlag

Springer

Seitenzahl

166

Maße (L/B/H)

23,5/15,5/1 cm

Gewicht

277 g

Sprache

Englisch

ISBN

978-3-032-07693-9

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

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: Digital Twin for Healthcare

  • Personalized 3D Myocardial Infarct Geometry Reconstruction from Cine MRI with Explicit Cardiac Motion Modeling.- Microvascular Retinal Digital Twins from Non-Invasive Clinical Images.- Validating Digital Twins with Tactile-Visual Liver Phantoms for Robot-Assisted Surgical Workflows.- A Real-Time Digital Twin for Type 1 Diabetes using Simulation-Based Inference.- Retrospective Evaluation of a Patient-Specific Liver Digital Twin to Predict Thermal Ablation Outcomes in HCC.- Acoustic Simulation with Deep Learning for Low-intensity Transcranial Focused Ultrasound Digital Twins.- Towards Digital Twin of RF Ablation: Real-Time Prediction of Time-Dependent Thermal Effects Using Transformer.- Finite-Element Electrophysiological Modeling of Human Uterine Smooth Muscle Using a Reduced Tong Model.- TF-TransUNet1D: Time-Frequency Guided Transformer U-Net for Robust ECG De-noising in Digital Twin.- DeformMLP: Effective Deformation Prediction for Breast Cancer Using Graph To-pology-Assisted MLPs.- Rule-based Key-Point Extraction for MR-Guided Biomechanical Digital Twins of the Spine.- Towards Robust Algorithms for Surgical Phase Recognition via Digital Twin Repre-sentation.- Personalized 4D Whole Heart Geometry Reconstruction from Cine MRI for Cardiac Digital Twins.- Secure Medical Digital Twins: A Use-Case Driven Approach.- Explainable Prediction of Recurrence After Prostate Cancer Radiotherapy Using in Silico Digital Twin Model and Machine Learning.