Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Neila, Pablo Márquez"'
Autor:
Ghamsarian, Negin, Tejero, Javier Gamazo, Neila, Pablo Márquez, Wolf, Sebastian, Zinkernagel, Martin, Schoeffmann, Klaus, Sznitman, Raphael
Models capable of leveraging unlabelled data are crucial in overcoming large distribution gaps between the acquired datasets across different imaging devices and configurations. In this regard, self-training techniques based on pseudo-labeling have b
Externí odkaz:
http://arxiv.org/abs/2307.16660
Autor:
Tejero, Javier Gamazo, Zinkernagel, Martin S., Wolf, Sebastian, Sznitman, Raphael, Neila, Pablo Márquez
Annotating new datasets for machine learning tasks is tedious, time-consuming, and costly. For segmentation applications, the burden is particularly high as manual delineations of relevant image content are often extremely expensive or can only be do
Externí odkaz:
http://arxiv.org/abs/2303.11678
Autor:
Marafioti, Andrés, Hayoz, Michel, Gallardo, Mathias, Neila, Pablo Márquez, Wolf, Sebastian, Zinkernagel, Martin, Sznitman, Raphael
Cataract surgery is a sight saving surgery that is performed over 10 million times each year around the world. With such a large demand, the ability to organize surgical wards and operating rooms efficiently is critical to delivery this therapy in ro
Externí odkaz:
http://arxiv.org/abs/2106.11048
Multi-label classification (MLC) problems are becoming increasingly popular in the context of medical imaging. This has in part been driven by the fact that acquiring annotations for MLC is far less burdensome than for semantic segmentation and yet p
Externí odkaz:
http://arxiv.org/abs/1907.04563
Autor:
Tejero, Javier Gamazo1 (AUTHOR) javier.gamazo-tejero@unibe.ch, Neila, Pablo Márquez1 (AUTHOR), Kurmann, Thomas1 (AUTHOR), Gallardo, Mathias1 (AUTHOR), Zinkernagel, Martin2 (AUTHOR), Wolf, Sebastian2 (AUTHOR), Sznitman, Raphael1 (AUTHOR)
Publikováno v:
Scientific Reports. 11/11/2023, Vol. 13 Issue 1, p1-11. 11p.
Autor:
Kurmann, Thomas, Neila, Pablo Marquez, Du, Xiaofei, Fua, Pascal, Stoyanov, Danail, Wolf, Sebastian, Sznitman, Raphael
Detection of surgical instruments plays a key role in ensuring patient safety in minimally invasive surgery. In this paper, we present a novel method for 2D vision-based recognition and pose estimation of surgical instruments that generalizes to diff
Externí odkaz:
http://arxiv.org/abs/1710.06668
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.
Publikováno v:
Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention [Med Image Comput Comput Assist Interv] 2014; Vol. 17 (Pt 1), pp. 65-72.