Zobrazeno 1 - 10
of 66
pro vyhledávání: '"Nellaker, Christoffer"'
Autor:
Vanea, Claudia, Campbell, Jonathan, Dodi, Omri, Salumäe, Liis, Meir, Karen, Hochner-Celnikier, Drorith, Hochner, Hagit, Laisk, Triin, Ernst, Linda M., Lindgren, Cecilia M., Nellåker, Christoffer
We introduce a new benchmark dataset, Placenta, for node classification in an underexplored domain: predicting microanatomical tissue structures from cell graphs in placenta histology whole slide images. This problem is uniquely challenging for graph
Externí odkaz:
http://arxiv.org/abs/2211.06292
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Kennedy, Stephen H, Victora, Cesar G, Craik, Rachel, Ash, Stephen, Barros, Fernando C, Barsosio, Hellen C, Berkley, James A, Carvalho, Maria, Fernandes, Michelle, Cheikh Ismail, Leila, Lambert, Ann, Lindgren, Cecilia M, McGready, Rose, Munim, Shama, Nellåker, Christoffer, Noble, Julia A, Norris, Shane A, Nosten, Francois, Ohuma, Eric, Papageorghiou, Aris T, Stein, Alan, Stones, William, Tshivuila-Matala, Chrystelle O O, Staines Urias, Eleonora, Vatish, Manu, Wulff, Katharina, Zainab, Ghulam, Zondervan, Krina T, Uauy, Ricardo, Bhutta, Zulfiqar A, Villar, José, Ohuma, Eric O *, Jabin, Nusrat, Young, Melissa F, Epie, Terrence, Martorell, Reynaldo, Peña-Rosas, Juan Pablo, Garcia-Casal, Maria Nieves, Villar, Jose
Publikováno v:
In The Lancet Haematology September 2023 10(9):e756-e766
Autor:
Hallowell, Nina, Badger, Shirlene, McKay, Francis, Kerasidou, Angeliki, Nellåker, Christoffer
Publikováno v:
In SSM - Qualitative Research in Health June 2023 3
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.
Biological imaging data are often partially confounded or contain unwanted variability. Examples of such phenomena include variable lighting across microscopy image captures, stain intensity variation in histological slides, and batch effects for hig
Externí odkaz:
http://arxiv.org/abs/1811.06498
With the propensity for deep learning models to learn unintended signals from data sets there is always the possibility that the network can `cheat' in order to solve a task. In the instance of data sets for visual kinship verification, one such unin
Externí odkaz:
http://arxiv.org/abs/1809.06200
Neural networks achieve the state-of-the-art in image classification tasks. However, they can encode spurious variations or biases that may be present in the training data. For example, training an age predictor on a dataset that is not balanced for
Externí odkaz:
http://arxiv.org/abs/1809.02169
Autor:
Ferlaino, Michael, Glastonbury, Craig A., Motta-Mejia, Carolina, Vatish, Manu, Granne, Ingrid, Kennedy, Stephen, Lindgren, Cecilia M., Nellåker, Christoffer
The placenta is a complex organ, playing multiple roles during fetal development. Very little is known about the association between placental morphological abnormalities and fetal physiology. In this work, we present an open sourced, computationally
Externí odkaz:
http://arxiv.org/abs/1804.03270