Vor Ort
Merkzettel Warenkorb
  • Produktbild: Resource-Efficient Medical Image Analysis
  • Produktbild: Resource-Efficient Medical Image Analysis
Band 13543

Resource-Efficient Medical Image Analysis First MICCAI Workshop, REMIA 2022, Singapore, September 22, 2022, Proceedings

Aus der Reihe Lecture Notes in Computer Science

53,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.09.2022

Herausgeber

Xinxing Xu + weitere

Verlag

Springer

Seitenzahl

137

Maße (L/B/H)

23,5/15,5/0,9 cm

Gewicht

236 g

Auflage

1st edition 2022

Sprache

Englisch

ISBN

978-3-031-16875-8

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.09.2022

Herausgeber

Verlag

Springer

Seitenzahl

137

Maße (L/B/H)

23,5/15,5/0,9 cm

Gewicht

236 g

Auflage

1st edition 2022

Sprache

Englisch

ISBN

978-3-031-16875-8

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Resource-Efficient Medical Image Analysis
  • Produktbild: Resource-Efficient Medical Image Analysis

  • 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.