• 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

10% rabatt på allt med kod: NYSTART10 →

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 for Medical Image Reconstruction

    Third International Workshop, MLMIR 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 8, 2020, Proceedings

    AvFarah Deeba,Patricia Johnson

    Häftad, Engelska, 2020

    Del 12450 i serien Lecture Notes in Computer Science

    531 kr

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

    Beskrivning

    This book constitutes the refereed proceedings of the Third International Workshop on Machine Learning for Medical Reconstruction, MLMIR 2020, held in conjunction with MICCAI 2020, in Lima, Peru, in October 2020. The workshop was held virtually.The 15 papers presented were carefully reviewed and selected from 18 submissions. The papers are organized in the following topical sections: deep learning for magnetic resonance imaging and deep learning for general image reconstruction.

    Produktinformation

    • Utgivningsdatum:2020-10-20
    • Mått:155 x 235 x 10 mm
    • Vikt:271 g
    • Format:Häftad
    • Språk:Engelska
    • Serie:Lecture Notes in Computer Science
    • Antal sidor:163
    • Förlag:Springer Nature Switzerland AG
    • ISBN:9783030615970

    Utforska kategorier

    • Systemvetenskap och AI inom Data och IT
    • Artificiell intelligens inom Data och IT
    • Material och digital teknik i undervisningen inom Psykologi och pedagogik

    Innehållsförteckning

    • Deep Learning for Magnetic Resonance Imaging.- 3D FLAT: Feasible Learned Acquisition Trajectories for Accelerated MRI.- Deep Parallel MRI Reconstruction Network Without Coil Sensitivities.- Neural Network-based Reconstruction in Compressed Sensing MRI Without Fully-sampled Training Data.- Deep Recurrent Partial Fourier Reconstruction in Diffusion MRI.- Model-based Learning for Quantitative Susceptibility Mapping.- Learning Bloch Simulations for MR Fingerprinting by Invertible Neural Networks.- Weakly-supervised Learning for Single-step Quantitative Susceptibility Mapping.- Data-Consistency in Latent Space and Online Update Strategy to Guide GAN for Fast MRI Reconstruction.- Extending LOUPE for K-space Under-sampling Pattern Optimization in Multi-coil MRI.- AutoSyncoder: An Adversarial AutoEncoder Framework for Multimodal MRI Synthesis.- Deep Learning for General Image Reconstruction.- A deep prior approach to magnetic particle imaging.- End-To-End Convolutional NeuralNetwork for 3D Reconstruction of Knee Bones From Bi-Planar X-Ray Images.- Cellular/Vascular Reconstruction using a Deep CNN for Semantic Image Preprocessing and Explicit Segmentation.- Improving PET-CT Image Segmentation via Deep Multi-Modality Data Augmentation.- Stain Style Transfer of Histopathology Images Via Structure-Preserved Generative Learning.