Zobrazeno 1 - 10 of 33 pro vyhledávání: '"Horvath, Antal"'
1
Report
Using Supervised Deep-Learning to Model Edge-FBG Shape Sensors
Autor: Roodsari, Samaneh Manavi, Huck-Horvath, Antal, Freund, Sara, Zam, Azhar, Rauter, Georg, Schade, Wolfgang, Cattin, Philippe C.
Continuum robots in robot-assisted minimally invasive surgeries provide adequate access to target anatomies that are not directly reachable through small incisions. Achieving precise and reliable motion control of such snake-like manipulators necessi
Externí odkaz: http://arxiv.org/abs/2210.16068
Zobrazit plný text záznamu
2
Report
3D Segmentation Networks for Excessive Numbers of Classes: Distinct Bone Segmentation in Upper Bodies
Autor: Schnider, Eva, Horváth, Antal, Rauter, Georg, Zam, Azhar, Müller-Gerbl, Magdalena, Cattin, Philippe C.
Publikováno v: Machine Learning in Medical Imaging. MLMI 2020. Lecture Notes in Computer Science, vol 12436. Springer, Cham
Segmentation of distinct bones plays a crucial role in diagnosis, planning, navigation, and the assessment of bone metastasis. It supplies semantic knowledge to visualisation tools for the planning of surgical interventions and the education of healt
Externí odkaz: http://arxiv.org/abs/2010.07045
Zobrazit plný text záznamu
4
Report
Spinal Cord Gray Matter-White Matter Segmentation on Magnetic Resonance AMIRA Images with MD-GRU
Autor: Horvath, Antal, Tsagkas, Charidimos, Andermatt, Simon, Pezold, Simon, Parmar, Katrin, Cattin, Philippe
The small butterfly shaped structure of spinal cord (SC) gray matter (GM) is challenging to image and to delinate from its surrounding white matter (WM). Segmenting GM is up to a point a trade-off between accuracy and precision. We propose a new pipe
Externí odkaz: http://arxiv.org/abs/1808.02408
Zobrazit plný text záznamu
5
Report
Pathology Segmentation using Distributional Differences to Images of Healthy Origin
Autor: Andermatt, Simon, Horváth, Antal, Pezold, Simon, Cattin, Philippe
Publikováno v: In International MICCAI Brainlesion Workshop, pp. 228-238. Springer, Cham, 2018
Fully supervised segmentation methods require a large training cohort of already segmented images, providing information at the pixel level of each image. We present a method to automatically segment and model pathologies in medical images, trained s
Externí odkaz: http://arxiv.org/abs/1805.10344
Zobrazit plný text záznamu
6
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
7
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Vyhledávací nástroje:

Upřesnit hledání

Omezení vyhledávání
Plný text Recenzováno Digitální knihovna AV ČR
Zdroje