Zobrazeno 1 - 4
of 4
pro vyhledávání: '"Estrada Leon, Edgar Santiago"'
Publikováno v:
Alzheimer's and dementia 17(S3), e053107 (2022). doi:10.1002/alz.053107
BackgroundDecreased hippocampal volume has been associated with age-related memory decline as well as several neurodegenerative and neuropsychiatric disorders. However, the molecular determinants of hippocampal volume are still poorly understood. Epi
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_____10678::f4f517b7561e311903b46e398b0649cc
Autor:
Panos-Willuhn, Joana Lea, Breteler, Monique M. B, Reuter, Martin, Estrada Leon, Edgar Santiago, Lu, Ran, Conjeti, Sailesh, Orozco Ruiz, Lidia Ximena
Publikováno v:
Informatik aktuell ISBN: 9783658292669
Wiesbaden : Springer Fachmedien Wiesbaden, Informatik aktuell 74 pp. (2020). doi:10.1007/978-3-658-29267-6_16
Bildverarbeitung für die Medizin 2020 / Tolxdorff, Thomas (Editor) ; Wiesbaden : Springer Fachmedien Wiesbaden, 2020, Chapter 16 ; ISSN: 1431-472X ; ISBN: 978-3-658-29266-9=978-3-658-29267-6 ; doi:10.1007/978-3-658-29267-6
Bildverarbeitung für die Medizin 2020 / Tolxdorff, Thomas (Editor) ; Wiesbaden : Springer Fachmedien Wiesbaden, 2020, Chapter 16 ; ISSN: 1431-472X ; ISBN: 978-3-658-29266-9=978-3-658-29267-6 ; doi:10.1007/978-3-658-29267-6Bildverarbeitung für die Medizin 2020
Wiesbaden : Springer Fachmedien Wiesbaden, Informatik aktuell 74 pp. (2020). doi:10.1007/978-3-658-29267-6_16
Bildverarbeitung für die Medizin 2020 / Tolxdorff, Thomas (Editor) ; Wiesbaden : Springer Fachmedien Wiesbaden, 2020, Chapter 16 ; ISSN: 1431-472X ; ISBN: 978-3-658-29266-9=978-3-658-29267-6 ; doi:10.1007/978-3-658-29267-6
Bildverarbeitung für die Medizin 2020 / Tolxdorff, Thomas (Editor) ; Wiesbaden : Springer Fachmedien Wiesbaden, 2020, Chapter 16 ; ISSN: 1431-472X ; ISBN: 978-3-658-29266-9=978-3-658-29267-6 ; doi:10.1007/978-3-658-29267-6Bildverarbeitung für die Medizin 2020
The accurate quantification of visceral and subcutaneous adipose tissue (VAT and SAT) has become a mayor interest worldwide, given that these tissue types represent an important risk factor of metabolic disorders. Currently, the gold standard for mea
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::9157f0d71bf2804f39178847eec36c8e
https://doi.org/10.1007/978-3-658-29267-6_16
https://doi.org/10.1007/978-3-658-29267-6_16
Autor:
Fischl, Bruce, Reuter, Martin, Henschel, Leonie, Conjeti, Sailesh, Estrada Leon, Edgar Santiago, Diers, Kersten
Publikováno v:
Wiesbaden : Springer Fachmedien Wiesbaden, Informatik aktuell 208 pp. (2020). doi:10.1007/978-3-658-29267-6_46
Bildverarbeitung für die Medizin 2020 / Tolxdorff, Thomas (Editor) ; Wiesbaden : Springer Fachmedien Wiesbaden, 2020, Chapter 46 ; ISSN: 1431-472X ; ISBN: 978-3-658-29266-9=978-3-658-29267-6 ; doi:10.1007/978-3-658-29267-6
Bildverarbeitung für die Medizin 2020 / Tolxdorff, Thomas (Editor) ; Wiesbaden : Springer Fachmedien Wiesbaden, 2020, Chapter 46 ; ISSN: 1431-472X ; ISBN: 978-3-658-29266-9=978-3-658-29267-6 ; doi:10.1007/978-3-658-29267-6Bildverarbeitung für die Medizin 2020
Bildverarbeitung für die Medizin 2020 / Tolxdorff, Thomas (Editor) ; Wiesbaden : Springer Fachmedien Wiesbaden, 2020, Chapter 46 ; ISSN: 1431-472X ; ISBN: 978-3-658-29266-9=978-3-658-29267-6 ; doi:10.1007/978-3-658-29267-6
Bildverarbeitung für die Medizin 2020 / Tolxdorff, Thomas (Editor) ; Wiesbaden : Springer Fachmedien Wiesbaden, 2020, Chapter 46 ; ISSN: 1431-472X ; ISBN: 978-3-658-29266-9=978-3-658-29267-6 ; doi:10.1007/978-3-658-29267-6Bildverarbeitung für die Medizin 2020
Traditional neuroimage analysis pipelines involve computationally intensive, time-consuming optimization steps, and thus, do not scale well to large cohort studies. With FastSurfer [1] we propose a fast deep-learning based alternative for the automat
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_____10678::f3fd361cd68ca8db19aa2cb21373f7ed
Publikováno v:
9th International Conference on Machine Learning in Medical Imaging, Granada, Spain, 2018-09-16-2018-09-16
Increased information sharing through short and long-range skip connections between layers in fully convolutional networks have demonstrated significant improvement in performance for semantic segmentation. In this paper, we propose Competitive Dense
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_____10678::e31f3ee4ea37868c1896bdb22882e3b8
https://pub.dzne.de/record/145485
https://pub.dzne.de/record/145485