• 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

    8th International Workshop, BrainLes 2022, Held in Conjunction with MICCAI 2022, Singapore, September 18, 2022, Revised Selected Papers, Part II

    AvSpyridon Bakas,Alessandro Crimi

    Häftad, Engelska, 2024

    Del 14092 i serien Lecture Notes in Computer Science

    708 kr

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

    Beskrivning

    This two volume-set LNCS 13769 and LNCS 14092 constitutes the refereed proceedings of the 8th International MICCAI Brainlesion Workshop, BrainLes 2022, as well as the Brain Tumor Segmentation (BraTS) Challenge, the Brain Tumor Sequence Registration (BraTS-Reg) Challenge, the Cross-Modality Domain Adaptation (CrossMoDA) Challenge, and the Federated Tumor Segmentation (FeTS) Challenge. These were held jointly at the Medical Image Computing for Computer Assisted Intervention Conference, MICCAI 2022, in September 2022. The 46 revised full papers presented in these volumes were selected form 65 submissions.The presented contributions describe the research of computational scientists and clinical researchers working on brain lesions - specifically glioma, multiple sclerosis, cerebral stroke, traumatic brain injuries, vestibular schwannoma, and white matter hyper-intensities of presumed vascular origin.

    Produktinformation

    • Utgivningsdatum:2024-02-05
    • Mått:155 x 235 x 15 mm
    • Vikt:406 g
    • Format:Häftad
    • Språk:Engelska
    • Serie:Lecture Notes in Computer Science
    • Antal sidor:243
    • Upplaga:24001
    • Förlag:Springer International Publishing AG
    • ISBN:9783031441523

    Utforska kategorier

    • Systemvetenskap och AI inom Data och IT
    • Tillämpad datateknik inom Data och IT

    Innehållsförteckning

    • Applying Quadratic Penalty Method for Intensity-based Deformable Image Registration on BraTS-Reg Challenge 2022.- WSSAMNet: Weakly Supervised Semantic Attentive Medical Image Registration Network.- Self-supervised iRegNet for the Registration of Longitudinal Brain MRI of Diffuse Glioma Patients.- 3D Inception-Based TransMorph: Pre- and Post-operative Multi-contrast MRI Registration in Brain Tumors.- Unsupervised Cross-Modality Domain Adaptation for Vestibular Schwannoma Segmentation and Koos Grade Prediction based on Semi-Supervised Contrastive Learning.- Koos Classification of Vestibular Schwannoma via Image Translation-Based Unsupervised Cross-Modality Domain Adaptation.- MS-MT: Multi-Scale Mean Teacher with Contrastive Unpaired Translation for Cross-Modality Vestibular Schwannoma and Cochlea Segmentation.- An Unpaired Cross-modality Segmentation Framework Using Data Augmentation and Hybrid Convolutional Networks for Segmenting Vestibular Schwannoma and Cochlea.-Weakly Unsupervised Domain Adaptation for Vestibular Schwannoma Segmentation.- Multi-view Cross-Modality MR Image Translation for Vestibular Schwannoma and Cochlea Segmentation.- Enhancing Data Diversity for Self-training Based Unsupervised Cross-modality Vestibular Schwannoma and Cochlea Segmentation.- Regularized Weight Aggregation in Networked Federated Learning for Glioblastoma Segmentation.- A Local Score Strategy for Weight Aggregation in Federated Learning.- Ensemble Outperforms Single Models in Brain Tumor Segmentation.- FeTS Challenge 2022 Task 1: Implementing FedMGDA+ and a new partitioning.- Efficient Federated Tumor Segmentation via Parameter Distance Weighted Aggregation and Client Pruning.- Hybrid Window Attention Based Transformer Architecture for Brain Tumor Segmentation.- Robust Learning Protocol for Federated Tumor Segmentation Challenge.- Model Aggregation for Federated Learning Considering Non-IID andImbalanced Data Distribution.- FedPIDAvg: A PID controller inspired aggregation method for Federated Learning.- Federated Evaluation of nnU-Nets Enhanced with Domain Knowledge for Brain Tumor Segmentation.- Experimenting FedML and NVFLARE for Federated Tumor Segmentation Challenge.