• 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% studentrabatt med kod TERM26

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. Medicin
    2. Klinisk medicin och internmedicin
    3. Diagnostiska metoder

    Proceedings of 2024 International Conference on Medical Imaging and Computer-Aided Diagnosis (MICAD 2024)

    Medical Imaging and Computer-Aided Diagnosis

    AvRuidan Su,Alejandro F. Frangi

    Inbunden, Engelska, 2025

    Del 1372 i serien Lecture Notes in Electrical Engineering

    2 465 kr

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

    Beskrivning

    This book aims to provide a collaborative platform for leading technology minds to exchange insights, foster interdisciplinary dialogue, and propel advancements in both medical imaging and computer-aided diagnosis. As technology evolves, a plethora of state-of-the-art human imaging devices have made remarkable strides in the medical field, transforming diagnostic and treatment standards. Concurrently, there is a growing emphasis on extracting and deciphering extensive information from medical images, spurring the demand for innovative solutions. The fusion of digital image processing and computer vision technologies has paved the way for computer-aided diagnosis (CAD), a pivotal player in disease analysis. This conference extends a warm invitation to researchers, scholars, engineers, scientists, industry leaders, and graduate students active in these fields. Through diverse participation formats, including compelling poster presentations and enlightening oral sessions, attendees will gain profound insights into the intricate interplay between these realms. This book showcases the latest technological breakthroughs, forging valuable connections and envisioning future applications.

    Produktinformation

    • Utgivningsdatum:2025-04-04
    • Mått:155 x 235 x 38 mm
    • Vikt:1 066 g
    • Format:Inbunden
    • Språk:Engelska
    • Serie:Lecture Notes in Electrical Engineering
    • Antal sidor:592
    • Förlag:Springer Nature Switzerland AG
    • ISBN:9789819638628

    Utforska kategorier

    • Diagnostiska metoder inom Medicin
    • Systemvetenskap och AI inom Data och IT
    • Medicinsk bildbehandling inom Medicin

    Innehållsförteckning

    • .- 1 Oral Cancer Classification using a Hybrid Attention-aided Deep Learning Model.- 2 Deep Learning Frameworks for Histopathological Image Processing in Colorectal Cancer Diagnostics.- 3 Improving Knee Osteoarthritis Detection through a Multitask Learning Method from 2D MRI Slices.- 4 Enhancing Diagnostic Accuracy in Fracture Identification on Musculoskeletal Radiographs Using Deep Learning: A Multi-Reader Retrospective Study, etc.