Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Fazekas, Botond"'
Data augmentation plays a crucial role in addressing the challenge of limited expert-annotated datasets in deep learning applications for retinal Optical Coherence Tomography (OCT) scans. This work exhaustively investigates the impact of various data
Externí odkaz:
http://arxiv.org/abs/2409.13351
The Segment Anything Model (SAM) has gained significant attention in the field of image segmentation due to its impressive capabilities and prompt-based interface. While SAM has already been extensively evaluated in various domains, its adaptation to
Externí odkaz:
http://arxiv.org/abs/2308.09331
Autor:
Fazekas, Botond, Lachinov, Dmitrii, Aresta, Guilherme, Mai, Julia, Schmidt-Erfurth, Ursula, Bogunovic, Hrvoje
Bruch's membrane (BM) segmentation on optical coherence tomography (OCT) is a pivotal step for the diagnosis and follow-up of age-related macular degeneration (AMD), one of the leading causes of blindness in the developed world. Automated BM segmenta
Externí odkaz:
http://arxiv.org/abs/2210.14799
Autor:
Fazekas, Botond, Aresta, Guilherme, Lachinov, Dmitrii, Riedl, Sophie, Mai, Julia, Schmidt-Erfurth, Ursula, Bogunovic, Hrvoje
Publikováno v:
MICCAI 2022. Lecture Notes in Computer Science, vol 13438. Springer, Cham
Optical coherence tomography (OCT) is a non-invasive 3D modality widely used in ophthalmology for imaging the retina. Achieving automated, anatomically coherent retinal layer segmentation on OCT is important for the detection and monitoring of differ
Externí odkaz:
http://arxiv.org/abs/2207.00458
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.
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:
Fazekas, Botond
Um ��kosysteme begreifen zu k��nnen, ist es wichtig, Wildtiere zu verstehen; deren Beobachtung kann jedoch kompliziert und zeitintensiv sein. Eine automatisierte Aufnahme von T��nen und Lauten der Umwelt selbst ist ein einfaches Unterfang
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::32aa0b76580eacd1b8712c1a05e7d4be