• 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

    Brainlesion: Glioma, Multiple Sclerosis, Stroke and Traumatic Brain Injuries

    7th International Workshop, BrainLes 2021, Held in Conjunction with MICCAI 2021, Virtual Event, September 27, 2021, Revised Selected Papers, Part I

    AvAlessandro Crimi,Spyridon Bakas

    Häftad, Engelska, 2022

    Del 12962 i serien Lecture Notes in Computer Science

    1 452 kr

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

    Beskrivning

    This two-volume set LNCS 12962 and 12963 constitutes the thoroughly refereed proceedings of the 7th International MICCAI Brainlesion Workshop, BrainLes 2021, as well as the RSNA-ASNR-MICCAI Brain Tumor Segmentation (BraTS) Challenge, the Federated Tumor Segmentation (FeTS) Challenge, the Cross-Modality Domain Adaptation (CrossMoDA) Challenge, and the challenge on Quantification of Uncertainties in Biomedical Image Quantification (QUBIQ). These were held jointly at the 23rd Medical Image Computing for Computer Assisted Intervention Conference, MICCAI 2020, in September 2021. The 91 revised papers presented in these volumes were selected form 151 submissions. Due to COVID-19 pandemic the conference was held virtually.

    Produktinformation

    • Utgivningsdatum:2022-07-22
    • Mått:155 x 235 x 28 mm
    • Vikt:774 g
    • Format:Häftad
    • Språk:Engelska
    • Serie:Lecture Notes in Computer Science
    • Antal sidor:489
    • Förlag:Springer International Publishing AG
    • ISBN:9783031089985

    Utforska kategorier

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

    Innehållsförteckning

    • Supervoxel Merging towards Brain Tumor Segmentation.- Challenging Current Semi-Supervised Anomaly Segmentation Methods for Brain MRI.- Modeling multi-annotator uncertainty as multi-class segmentation problem.- Modeling multi-annotator uncertainty as multi-class segmentation problem.- Adaptive unsupervised learning with enhanced feature representation for intra-tumor partitioning and survival prediction for glioblastoma.- Predicting isocitrate dehydrogenase mutation status in glioma using structural brain networks and graph neural networks.- Optimization of Deep Learning based Brain Extraction in MRI for Low Resource Environments. Reciprocal Adversarial Learning for Brain Tumor Segmentation: A Solution to BraTS Challenge 2021 Segmentation Task.- Unet3D with Multiple Atrous Convolutions Attention Block for Brain Tumor Segmentation.- BRATS2021: exploring each sequence in multi-modal input for baseline U-net performance.- Automatic Brain Tumor Segmentation using Multi-scale Features and Attention Mechanism.- Simple and Fast Convolutional Neural Network applied to median cross sections for predicting the presence of MGMT promoter methylation in FLAIR MRI scans.- MSViT: Multi Scale Vision Transformer forBiomedical Image Segmentation.- Unsupervised Multimodal.- HarDNet-BTS: A Harmonic Shortcut Network for Brain Tumor Segmentation.- Multimodal Brain Tumor Segmentation Algorithm.- Swin UNETR: Swin Transformers for Semantic Segmentation of Brain Tumors in MRI Images.- Multi-plane UNet++ Ensemble for Glioblastoma Segmentation.- Multimodal Brain Tumor Segmentation using Modified UNet Architecture.- A video data based transfer learning approach for classification of MGMT status in brain tumor MR images.- Multimodal Brain Tumor Segmentation Using a 3D ResUNet in BraTS 2021.- 3D MRI brain tumour segmentation with autoencoder regularization and Hausdorff distance loss function.- 3D CMM-Net with Deeper Encoder for Semantic Segmentation of Brain Tumors in BraTS2021 Challenge.- Cascaded training pipeline for 3D brain tumor segmentation.- nnU-Net with Region-based Training and Loss Ensembles for Brain Tumor Segmentation.- Brain Tumor Segmentation Using Attention Activated U-Net with Positive Mining.- Automatic segmentation of brain tumor using 3D convolutional neural networks.- Hierarchical and Global Modality Interaction for Brain Tumor Segmentation.- Ensemble Outperforms Single Models in Brain Tumor Segmentation.- Brain Tumor Segmentation using UNet-Context Encoding Network.- Ensemble CNN Networks for GBM Tumors Segmentation using Multi-parametric MRI.