Zobrazeno 1 - 10
of 61
pro vyhledávání: '"Dei, Damiano"'
Autor:
Brioso, Ricardo Coimbra, Dei, Damiano, Lambri, Nicola, Mancosu, Pietro, Scorsetti, Marta, Loiacono, Daniele
Radiotherapy requires precise segmentation of organs at risk (OARs) and of the Clinical Target Volume (CTV) to maximize treatment efficacy and minimize toxicity. While deep learning (DL) has significantly advanced automatic contouring, complex target
Externí odkaz:
http://arxiv.org/abs/2409.15888
Autor:
Crespi, Leonardo, Camnasio, Samuele, Dei, Damiano, Lambri, Nicola, Mancosu, Pietro, Scorsetti, Marta, Loiacono, Daniele
In many clinical settings, the use of both Computed Tomography (CT) and Magnetic Resonance (MRI) is necessary to pursue a thorough understanding of the patient's anatomy and to plan a suitable therapeutical strategy; this is often the case in MRI-bas
Externí odkaz:
http://arxiv.org/abs/2407.10888
Autor:
Brioso, Ricardo Coimbra, Dei, Damiano, Lambri, Nicola, Loiacono, Daniele, Mancosu, Pietro, Scorsetti, Marta
In order to optimize the radiotherapy delivery for cancer treatment, especially when dealing with complex treatments such as Total Marrow and Lymph Node Irradiation (TMLI), the accurate contouring of the Planning Target Volume (PTV) is crucial. Unfor
Externí odkaz:
http://arxiv.org/abs/2402.06494
Autor:
Brioso, Ricardo Coimbra, Dei, Damiano, Franzese, Ciro, Lambri, Nicola, Loiacono, Daniele, Mancosu, Pietro, Scorsetti, Marta
Radiotherapy (RT) is a key component in the treatment of various cancers, including Acute Lymphocytic Leukemia (ALL) and Acute Myelogenous Leukemia (AML). Precise delineation of organs at risk (OARs) and target areas is essential for effective treatm
Externí odkaz:
http://arxiv.org/abs/2304.02353
Autor:
Crespi, Leonardo, Roncaglioni, Paolo, Dei, Damiano, Franzese, Ciro, Lambri, Nicola, Loiacono, Daniele, Mancosu, Pietro, Scorsetti, Marta
In the medical images field, semantic segmentation is one of the most important, yet difficult and time-consuming tasks to be performed by physicians. Thanks to the recent advancement in the Deep Learning models regarding Computer Vision, the promise
Externí odkaz:
http://arxiv.org/abs/2303.17956
Autor:
Lambri, Nicola, Dei, Damiano, Goretti, Giulia, Crespi, Leonardo, Brioso, Ricardo Coimbra, Pelizzoli, Marco, Parabicoli, Sara, Bresolin, Andrea, Gallo, Pasqualina, La Fauci, Francesco, Lobefalo, Francesca, Paganini, Lucia, Reggiori, Giacomo, Loiacono, Daniele, Franzese, Ciro, Tomatis, Stefano, Scorsetti, Marta, Mancosu, Pietro
Publikováno v:
In Physics and Imaging in Radiation Oncology July 2024 31
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Dei, Damiano1,2 (AUTHOR), Lambri, Nicola1,2 (AUTHOR) nicola.lambri@cancercenter.humanitas.it, Stefanini, Sara1,2 (AUTHOR), Vernier, Veronica1,2 (AUTHOR), Brioso, Ricardo Coimbra3 (AUTHOR), Crespi, Leonardo3,4 (AUTHOR), Clerici, Elena2 (AUTHOR), Bellu, Luisa2 (AUTHOR), De Philippis, Chiara5 (AUTHOR), Loiacono, Daniele3 (AUTHOR), Navarria, Pierina2 (AUTHOR), Reggiori, Giacomo1,2 (AUTHOR), Bramanti, Stefania5 (AUTHOR), Rodari, Marcello6 (AUTHOR), Tomatis, Stefano2 (AUTHOR) nicola.lambri@cancercenter.humanitas.it, Chiti, Arturo1,6 (AUTHOR), Carlo-Stella, Carmelo1,5 (AUTHOR), Scorsetti, Marta1,2 (AUTHOR), Mancosu, Pietro2 (AUTHOR)
Publikováno v:
Cancers. Mar2023, Vol. 15 Issue 5, p1536. 14p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.