• 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

    Resource-Efficient Medical Image Analysis

    First MICCAI Workshop, REMIA 2022, Singapore, September 22, 2022, Proceedings

    AvXinxing Xu,Xiaomeng Li

    Häftad, Engelska, 2022

    Del 13543 i serien Lecture Notes in Computer Science

    583 kr

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

    Beskrivning

    This book constitutes the refereed proceedings of the first MICCAI Workshop on Resource-Efficient Medical Image Analysis, REMIA 2022, held in conjunction with MICCAI 2022, in September 2022 as a hybrid event. REMIA 2022 accepted 13 papers from the 19 submissions received. The workshop aims at creating a discussion on the issues for practical applications of medical imaging systems with data, label and hardware limitations.

    Produktinformation

    • Utgivningsdatum:2022-09-11
    • Mått:155 x 235 x 9 mm
    • Vikt:236 g
    • Format:Häftad
    • Språk:Engelska
    • Serie:Lecture Notes in Computer Science
    • Antal sidor:137
    • Förlag:Springer International Publishing AG
    • ISBN:9783031168758

    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

    • Multi-Task Semi-Supervised Learning for Vascular Network.- Segmentation and Renal Cell Carcinoma Classification.- Self-supervised Antigen Detection Artificial Intelligence (SANDI).- RadTex: Learning Effcient Radiograph Representations from Text Reports.- Single Domain Generalization via Spontaneous Amplitude Spectrum Diversification.- Triple-View Feature Learning for Medical Image Segmentation.- Classification of 4D fMRI Images Using ML, Focusing on Computational and Memory Utilization Effciency.- An Effcient Defending Mechanism Against Image Attacking On Medical Image Segmentation Models.- Leverage Supervised and Self-supervised Pretrain Models for Pathological Survival Analysis via a Simple and Low-cost Joint Representation Tuning.- Pathological Image Contrastive Self-Supervised Learning.- Investigation of Training Multiple Instance Learning Networks with Instance Sampling.- Masked Video Modeling with Correlation-aware Contrastive Learning for Breast Cancer Diagnosis in Ultrasound.- A self-attentive meta-learning approach for image-based few-shot disease detection.- Facing Annotation Redundancy: OCT Layer Segmentation with Only 10 Annotated Pixels Per Layer.