Machine Learning in Medical Imaging
Idioma: inglés
Editorial: Springer, Springer Okt 2023, 2023
- Tapa blanda
- Nuevo

Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemaniabuchversandmimpf2000
Vendedor de AbeBooks desde el 23 de enero de 2017
Condición: Nuevo
EUR 85,59
Cantidad disponible: 1 disponible
Añadir al carritoDescripción del artículo del vendedor
This item is printed on demand - Print on Demand Titel. Neuware -Structural MRI Harmonization via Disentangled Latent Energy-Based Style Translation.- Cross-Domain Iterative Network for Simultaneous Denoising, Limited-angle Reconstruction, and Attenuation Correction of Cardiac SPECT.- Arbitrary Reduction of MRI Inter-slice Spacing Using Hierarchical Feature Conditional Diffusion.- Reconstruction of 3D Fetal Brain MRI from 2D Cross-Sectional Acquisitions Using Unsupervised Learning Network.- Robust Unsupervised Super-Resolution of Infant MRI via Dual-Modal Deep Image Prior.- SR4ZCT: Self-supervised Through-plane Resolution Enhancement for CT Images with Arbitrary Resolution and Overlap.- unORANIC: Unsupervised orthogonalization of anatomy and image-characteristic features.- An Investigation of Different Deep Learning Pipelines for GABA-edited MRS Reconstruction.- Towards Abdominal 3-D Scene Rendering from Laparoscopy Surgical Videos using NeRFs.- Brain MRI to PET Synthesis and Amyloid Estimation in Alzheimer's Disease via 3D Multimodal Contrastive GAN.- Accelerated MRI Reconstruction via Dynamic Deformable Alignment based Transformer.- Deformable Cross-Attention Transformer for Medical Image Registration.- Deformable Cross-Attention Transformer for Medical Image Registration.- Implicitly solved regularization for learning-based image registration.- BHSD: A 3D Brain Hemorrhage Segmentation Dataset.- Contrastive Learning-based Breast Tumor Segmentation in DCE-MRI.- FFPN: Fourier Feature Pyramid Network for Ultrasound Image Segmentation.- Mammo-SAM: Adapting Foundation Segment Anything Model for Automatic Breast Mass Segmentation in Whole Mammograms.- Consistent and Accurate Segmentation for Serial Infant Brain MR Images with Registration Assistance.- Unifying and Personalizing Weakly-supervised Federated Medical Image Segmentation via Adaptive Representation and Aggregation.- Unlocking Fine-Grained Details with Wavelet-based High-Frequency Enhancement in Transformers.- Prostate Segmentation Using Multiparametric and Multiplanar Magnetic Resonance Images.- SPPNet: A Single-Point Prompt Network for Nuclei Image Segmentation.- Automated Coarse-to-fine Segmentation of Thoracic Duct using Anatomy Priors and Topology-guided Curved Planar Reformation.- Leveraging Self-Attention Mechanism in Vision Transformers for Unsupervised Segmentation of Optical Coherence Microscopy White Matter Images.- PE-MED: Prompt Enhancement for Interactive Medical Image Segmentation.- A Super Token Vision Transformer and CNN Parallel Branch Network for mCNV Lesion Segmentation in OCT Images.- Boundary-RL: Reinforcement Learning for Weakly-Supervised Prostate Segmentation in TRUS Images.- A Domain-free Semi-supervised Method for Myocardium Segmentation in 2D Echocardiography Sequences.- Self-Training with Domain-mixed Data for Few-Shot Domain Adaptation in Medical Image Segmentation Tasks.- Bridging the Task Barriers: Online Knowledge Distillation Across Tasks for Semi-Supervised Mediastinal Segmentation in CT.- Relational UNet for Image Segmentation.- Interpretability-guided Data Augmentation for Robust Segmentation in Multi-centre Colonoscopy Data.- Improving Automated Prostate Cancer Detection and Classification Accuracy with Multi-Scale Cancer Information.- Skin Lesion Segmentation Improved by Transformer-based Networks with Inter-Scale Dependency Modeling.- MagNET: Modality-Agnostic Network for Brain Tumor Segmentation and Characterization with Missing Modalities.- Unsupervised Anomaly Detection in Medical Images Using Masked Diffusion Model.- IA-GCN: Interpretable Attention based Graph Convolutional Network for Disease Prediction.- Multi-Modal Adapter for Medical Vision-and-Language LearSpringer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 504 pp. Englisch.…
N° de ref. del artículo 9783031456725
- Título
- Machine Learning in Medical Imaging
- Autor
- Xiaohuan Cao
- Editorial
- Springer, Springer Okt 2023
- Año de publicación
- 2023
- Estado
- Neu
- Encuadernación
- Taschenbuch
- Idioma
- inglés
- ISBN 10
- 3031456726
- ISBN 13
- 9783031456725
- Peso del artículo
- 756 gramos
- Dimensiones
- 235x155x28 mm
The 93 full papers presented in the proceedings were carefully reviewed and selected from 139 submissions. They focus on major trends and challenges in artificial intelligence and machine learning in the medical imaging field, translating medical imaging research into clinical practice. Topics of interests included deep learning, generative adversarial learning, ensemble learning, transfer learning, multi-task learning, manifold learning, reinforcement learning, along with their applications to medical image analysis, computer-aided diagnosis, multi-modality fusion, image reconstruction, image retrieval, cellular image analysis, molecular imaging, digital pathology, etc.
“Sinopsis” puede pertenecer a otra edición de este título.
buchversandmimpf2000
Emtmannsberg, BAYE, Alemania
Vendedor de AbeBooks desde el 23 de enero de 2017
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 60 a 60 días hábiles | De 60 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 60,00 | EUR 75,00 |
Métodos de pago
- Cheque
- PayPal
Descripción de la tienda
Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur
Especialidad
Modernes Antiquariat - Bücher von 1960 bis heuteInformación empresarial del vendedor
buchversandmimpf2000
Alemania
Condiciones de venta
Impressum
Gesetzliche Anbieterkennung:
Thorsten Retsch
Buchversand Mimpf2000
Oberölschnitz 16
95517 Emtmannsberg
Deutschland
Telefon: 092092023188
E-Mail: order@buchversandmimpf2000.de
USt-IdNr.: DE 235096871
Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter http://ec.europa.eu/odr.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a buchversandmimpf2000, Emtmannsberg, BAYE, Germany, +49 09209-2023188, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Soweit in der Artikelbeschreibung keine andere Frist angegeben ist, erfolgt die Lieferung der Ware innerhalb von 3-5 Werktagen nach Vertragsschluss, bei Vorauszahlung erst nach Eingang des vollständigen Kaufpreises und der Versandkosten. Alle Preise inkl. MwSt.