Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Transfer Learning for Domain Adaptation in MRI: Application in Brain Lesion Segmentation

Autor: Ghafoorian, M., Mehrtash, A., Kapur, T., Karssemeijer, N., Marchiori, E., Pesteie, M., Guttmann, C.R.G., Leeuw, F.-E. de, Tempany, C.M., Ginneken, B. van, Fedorov, A., Abolmaesumi, P., Platel, B., Wells, W.M., Descoteaux, M., Maier-Hein, L., Franz, A.

Publikováno v: Descoteaux, M.; Maier-Hein, L.; Franz, A. (ed.), Medical Image Computing and Computer-Assisted Intervention-MICCAI 2017: 20th International Conference, Quebec City, QC, Canada, September 11-13, 2017, Proceedings, Part III, pp. 516-524
Descoteaux, M.; Maier-Hein, L.; Franz, A. (ed.), Medical Image Computing and Computer-Assisted Intervention-MICCAI 2017: 20th International Conference, Quebec City, QC, Canada, September 11-13, 2017, Proceedings, Part III, 516-524. Cham : Springer International Publishing
STARTPAGE=516;ENDPAGE=524;ISSN=0302-9743;TITLE=Descoteaux, M.; Maier-Hein, L.; Franz, A. (ed.), Medical Image Computing and Computer-Assisted Intervention-MICCAI 2017: 20th International Conference, Quebec City, QC, Canada, September 11-13, 2017, Proceedings, Part III

Magnetic Resonance Imaging (MRI) is widely used in routine clinical diagnosis and treatment. However, variations in MRI acquisition protocols result in different appearances of normal and diseased tissue in the images. Convolutional neural networks (

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::086512d1df2cdbc2c72b726789f051f1
https://hdl.handle.net/2066/178607

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.