Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 17.08.2026 auf Schreibwaren & Office-Artikel online auf thalia.at, in der Thalia App und in teilnehmenden Thalia Buchhandlungen in Österreich mit Schulsortiment. In den Buchhandlungen nur gültig auf lagernde Ware. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Geschenkkarten, Versandkosten und Services.
Produktbild: Multi-class Segmentation of the Aorta
Band 16399

Multi-class Segmentation of the Aorta AortaSeg 2024 Challenge, Held in Conjunction with MICCAI 2024, Virtual Event, October 24, 2024, Proceedings

Aus der Reihe Lecture Notes in Computer Science

51,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

28.01.2026

Abbildungen

X, 34 illus., 32 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Muhammad Imran + weitere

Verlag

Springer

Seitenzahl

123

Maße (L/B/H)

23,5/15,5/0,8 cm

Gewicht

219 g

Sprache

Englisch

ISBN

978-3-032-14245-0

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

28.01.2026

Abbildungen

X, 34 illus., 32 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Verlag

Springer

Seitenzahl

123

Maße (L/B/H)

23,5/15,5/0,8 cm

Gewicht

219 g

Sprache

Englisch

ISBN

978-3-032-14245-0

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

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: Multi-class Segmentation of the Aorta

  • .- Multi-Class Segmentation of Aortic Branches and Zones in CTA

    .- Coarse-to-Fine Aortic Segmentation on CTA Using a Two-Stage nnUNet-Based Framework.

    .- Hierarchical Semantic Learning for Multi-Class Aorta Segmentation.

    .- U-Net-Based Segmentation of Aortic Branches and Zones in CTA Scans.

    .- Anatomically Guided Two-Stage 3D Aorta Segmentation in CT Angiography.

    .- Combining Region-Based and Topological Losses in the nnU-Net Framework for Advanced Aorta Segmentation.

    .- Data-Centric Multiclass Aortic Segmentation: Revisiting Classical Architectures in Low-Data Regimes.

    .- AortaST: A Student-Teacher Framework for Multi-Class Aortic Segmentation.

    .- Accurate and Efficient Multi-Class Segmentation for Aortic Branches and Zones in CTA.

    .- Application of nnUNet for Multi-Class Segmentation of Aortic Branches and Zones in CTA.

    .- A Mamba-Based Method with Gated Attention for Human Aorta Segmentation.