Zobrazeno 1 - 10
of 542
pro vyhledávání: '"Moore, Caroline P."'
Autor:
Sen, Snigdha, Singh, Saurabh, Pye, Hayley, Moore, Caroline M., Whitaker, Hayley, Punwani, Shonit, Atkinson, David, Panagiotaki, Eleftheria, Slator, Paddy J.
Purpose: Demonstrating and assessing self-supervised machine learning fitting of the VERDICT (Vascular, Extracellular and Restricted DIffusion for Cytometry in Tumours) model for prostate. Methods: We derive a self-supervised neural network for fitti
Externí odkaz:
http://arxiv.org/abs/2309.06268
Autor:
Shen, Ziyi, Yang, Qianye, Shen, Yuming, Giganti, Francesco, Stavrinides, Vasilis, Fan, Richard, Moore, Caroline, Rusu, Mirabela, Sonn, Geoffrey, Torr, Philip, Barratt, Dean, Hu, Yipeng
Image registration is useful for quantifying morphological changes in longitudinal MR images from prostate cancer patients. This paper describes a development in improving the learning-based registration algorithms, for this challenging clinical appl
Externí odkaz:
http://arxiv.org/abs/2207.06189
Autor:
Yang, Qianye, Vercauteren, Tom, Fu, Yunguan, Giganti, Francesco, Ghavami, Nooshin, Stavrinides, Vasilis, Moore, Caroline, Clarkson, Matt, Barratt, Dean, Hu, Yipeng
Organ morphology is a key indicator for prostate disease diagnosis and prognosis. For instance, In longitudinal study of prostate cancer patients under active surveillance, the volume, boundary smoothness and their changes are closely monitored on ti
Externí odkaz:
http://arxiv.org/abs/2101.06425
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.
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:
Hu, Yipeng, Modat, Marc, Gibson, Eli, Li, Wenqi, Ghavami, Nooshin, Bonmati, Ester, Wang, Guotai, Bandula, Steven, Moore, Caroline M., Emberton, Mark, Ourselin, Sébastien, Noble, J. Alison, Barratt, Dean C., Vercauteren, Tom
One of the fundamental challenges in supervised learning for multimodal image registration is the lack of ground-truth for voxel-level spatial correspondence. This work describes a method to infer voxel-level transformation from higher-level correspo
Externí odkaz:
http://arxiv.org/abs/1807.03361