• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Nyheter
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Pocketböcker
  • Spel & pussel

Må bättre, för mindre! Upp till 50% rabatt på hälsoböcker

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Data och IT
    2. Systemvetenskap och AI

    Machine Learning and Medical Engineering for Cardiovascular Health and Intravascular Imaging and Computer Assisted Stenting

    First International Workshop, MLMECH 2019, and 8th Joint International Workshop, CVII-STENT 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 13, 2019, Proceedings

    AvHongen Liao,Simone Balocco

    Häftad, Engelska, 2019

    Del 11794 i serien Lecture Notes in Computer Science

    563 kr

    Beställningsvara. Skickas inom 10-15 vardagar. Fri frakt över 249 kr.

    Beskrivning

    This book constitutes the refereed proceedings of the First International Workshop on Machine Learning and Medical Engineering for Cardiovasvular Healthcare, MLMECH 2019, and the International Joint Workshops on Computing and Visualization for Intravascular Imaging and Computer Assisted Stenting, CVII-STENT 2019, held in conjunction with MICCAI 2019, in Shenzhen, China, in October 2019. For MLMECH 2019, 16 papers were accepted for publication from a total of 21 submissions. They focus on machine learning techniques and analyzing of ECG data in the diagnosis of heart diseases. CVII-STENT 2019 accepted all 8 submissiones for publication. They contain technological and scientific research concerning endovascular procedures.

    Produktinformation

    • Utgivningsdatum:2019-10-13
    • Mått:155 x 235 x 13 mm
    • Vikt:359 g
    • Format:Häftad
    • Språk:Engelska
    • Serie:Lecture Notes in Computer Science
    • Antal sidor:212
    • Förlag:Springer Nature Switzerland AG
    • ISBN:9783030333263

    Utforska kategorier

    • Systemvetenskap och AI inom Data och IT
    • Artificiell intelligens inom Data och IT

    Innehållsförteckning

    • Proceedings of the Machine Learning and Medical Engineering for Cardiovascular Health, MLMECH 2019.- Arrhythmia Classification with Attention-Based ResBiLSTM-Net.- A Multi-Label Learning Method to detect Arrhythmia Based on.- An Ensemble Neural Network for Multi-label Classification of Electrocardiogram.- Automatic Diagnosis with 12-lead ECG Signals.- Diagnosing Cardiac Abnormalities from 12-Lead Electrocardiograms Using Enhanced Deep Convolutional Neural Networks.- Transfer Learning for Electrocardiogram Classification under Small Dataset.- Multi-label classification of abnormalities in 12-lead ECG using 1D CNN and LSTM.- An Approach to Predict Multiple Cardiac Diseases.- A 12-lead ECG Arrhythmia Classification Method Based on 1D Densely Connected CNN.- Automatic Multi-label Classification in 12-lead ECGs Using Neural Networks and Characteristic Points.- Automatic Detection of ECG Abnormalities by using an Ensemble of Deep Residual Networks with Attention.- Deep Learning toImprove Heart Disease Risk Prediction.- LabelECG: A Web-based Tool for Distributed Electrocardiogram Annotation.- Particle Swarm Optimization for Great Enhancement in Semi-Supervised Retinal Vessel Segmentation with Generative Adversarial Networks.- Attention-Guided Decoder in Dilated Residual Network for Accurate Aortic Valve Segmentation in 3D CT Scans.- ARVBNet: Real-time Detection of Anatomical Structures in Fetal Ultrasound Cardiac Four-chamber Planes.- Proceedings of the Computing and Visualization for Intravascular Imaging and Computer Assisted Stenting, CVII-STENT 2019.- The Effect of Labeling Duration and Temporal Resolution on Arterial Transit Time Estimation Accuracy in 4D ASL MRA Datasets - a Flow Phantom Study.- Towards Quantifying Neurovascular Resilience.- Random 2.5D U-net for Fully 3D Segmentation.- Abdominal aortic aneurysm segmentation using convolutional neural networks trained with images generated with a synthetic shape model.- Tracking of intracavitary instrument markers in coronary angiography images.- Healthy Vessel Wall Detection Using U-Net in Optical Coherence Tomography.- Advanced Multi-objective Design Analysis to Identify Ideal Stent Design.- Simultaneous Intracranial Artery Tracing and Segmentation from Magnetic Resonance Angiography by Joint Optimization from Multiplanar Reformation.