Zobrazeno 1 - 10 of 72 pro vyhledávání: '"Torrents-Barrena J"'
1
Assessment of Radiomics and Deep Learning for the Segmentation of Fetal and Maternal Anatomy in Magnetic Resonance Imaging and Ultrasound
Autor: Torrents-Barrena J, Monill N, Piella G, Gratacós E, Eixarch E, Ceresa M, González Ballester MA
Publikováno v: ACADEMIC RADIOLOGY
r-FSJD. Repositorio Institucional de Producción Científica de la Fundació Sant Joan de Déu
instname
r-FSJD: Repositorio Institucional de Producción Científica de la Fundació Sant Joan de Déu
Fundació Sant Joan de Déu
Recent advances in fetal imaging open the door to enhanced detection of fetal disorders and computer-assisted surgical planning. However, precise segmentation of womb's tissues is challenging due to motion artifacts caused by fetal movements and mate
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::5133331883909f4d2ac6d11ec9a2f535
http://fundanet.fsjd.org/Publicaciones/ProdCientif/PublicacionFrw.aspx?id=17121
Zobrazit plný text záznamu
2
Segmentation of the placenta and its vascular tree in Doppler ultrasound for fetal surgery planning
Autor: Perera-Bel E, Ceresa M, Torrents-Barrena J, Masoller-Casas N, Valenzuela-Alcaraz BI, Gratacós E, Eixarch E, González Ballester MA
Publikováno v: INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY
r-FSJD. Repositorio Institucional de Producción Científica de la Fundació Sant Joan de Déu
instname
r-FSJD: Repositorio Institucional de Producción Científica de la Fundació Sant Joan de Déu
Fundació Sant Joan de Déu
PURPOSE: Twin-to-twin transfusion syndrome (TTTS) is a serious condition that occurs in about 10-15% of monochorionic twin pregnancies. In most instances, the blood flow is unevenly distributed throughout the placenta anastomoses leading to the death
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::7447f331e067c03592b99b3e65c05bbb
http://fundanet.fsjd.org/Publicaciones/ProdCientif/PublicacionFrw.aspx?id=18291
Zobrazit plný text záznamu
3
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
4
Segmentation and classification in MRI and US fetal imaging: Recent trends and future prospects
Autor: Torrents-Barrena J, Piella G, Masoller-Casas N, Gratacós E, Eixarch E, Ceresa M, Ballester MAG
Publikováno v: MEDICAL IMAGE ANALYSIS
r-FSJD. Repositorio Institucional de Producción Científica de la Fundació Sant Joan de Déu
instname
r-FSJD: Repositorio Institucional de Producción Científica de la Fundació Sant Joan de Déu
Fundació Sant Joan de Déu
Fetal imaging is a burgeoning topic. New advancements in both magnetic resonance imaging and (3D) ultrasound currently allow doctors to diagnose fetal structural abnormalities such as those involved in twin-to-twin transfusion syndrome, gestational d
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::14c640195c094934201e6a1c1bee2df2
http://fundanet.fsjd.org/Publicaciones/ProdCientif/PublicacionFrw.aspx?id=15424
Zobrazit plný text záznamu
5
Conditional generative adversarial and convolutional networks for X-ray breast mass segmentation and shape classification
Autor: Singh VK, Romani S, Rashwan HA, Akram F, Pandey N, Sarker MMK, Abdulwahab S, Torrents-Barrena J, Saleh A, Arquez M, Arenas M, Puig D
Publikováno v: 14th Conference On Artificial Intelligence In Medicine, Aime 2013
14th Conference On Artificial Intelligence In Medicine, Aime 2013. 11071 LNCS 833-840
© Springer Nature Switzerland AG 2018. This paper proposes a novel approach based on conditional Generative Adversarial Networks (cGAN) for breast mass segmentation in mammography. We hypothesized that the cGAN structure is well-suited to accurately
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od______3351::773503b8292e56a119d1a855c666a52a
http://hdl.handle.net/20.500.11797/imarina4089619
Zobrazit plný text záznamu
6
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
7
Classification of breast cancer molecular subtypes from their micro-texture in mammograms using a VGGNet-based convolutional neural network
Autor: Singh VK, Romani S, Torrents-Barrena J, Akram F, Pandey N, Sarker MMK, Saleh A, Arenas M, Arquez M, Puig D
Publikováno v: Frontiers In Artificial Intelligence And Applications
Frontiers In Artificial Intelligence And Applications. 300 76-85
Repositori Institucional de la Universitat Rovira i Virgili
Universitat Rovira i virgili (URV)
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=RECOLECTA___::8e7a37ba6c8edaae87613ab19e4187b3
http://hdl.handle.net/20.500.11797/imarina3416527
Zobrazit plný text záznamu
8
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
9
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
10
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