Zobrazeno 1 - 10
of 619
pro vyhledávání: '"van Erp, Theo G. M."'
Autor:
Male, Alie G., Goudzwaard, Esther, Nakahara, Soichiro, Turner, Jessica A., Calhoun, Vince D., Mueller, Bryon A., Lim, Kelvin O., Bustillo, Juan R., Belger, Aysenil, Voyvodic, James, O'Leary, Daniel, Mathalon, Daniel H., Ford, Judith M., Potkin, Steven G., Preda, Adrian, van Erp, Theo G. M.
Publikováno v:
In Psychiatry Research: Neuroimaging August 2024 342
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Petrov, Dmitry, Kuznetsov, Boris A. Gutman Egor, van Erp, Theo G. M., Turner, Jessica A., Schmaal, Lianne, Veltman, Dick, Wang, Lei, Alpert, Kathryn, Isaev, Dmitry, Zavaliangos-Petropulu, Artemis, Ching, Christopher R. K., Calhoun, Vince, Glahn, David, Satterthwaite, Theodore D., Andreassen, Ole Andreas, Borgwardt, Stefan, Howells, Fleur, Groenewold, Nynke, Voineskos, Aristotle, Radua, Joaquim, Potkin, Steven G., Crespo-Facorro, Benedicto, Tordesillas-Gutierrez, Diana, Shen, Li, Lebedeva, Irina, Spalletta, Gianfranco, Donohoe, Gary, Kochunov, Peter, Rosa, Pedro G. P., James, Anthony, Dannlowski, Udo, Baune, Bernhard T., Aleman, Andre, Gotlib, Ian H., Walter, Henrik, Walter, Martin, Soares, Jair C., Ehrlich, Stefan, Gur, Ruben C., Doan, N. Trung, Agartz, Ingrid, Westlye, Lars T., Harrisberger, Fabienne, Riecher-Rossler, Anita, Uhlmann, Anne, Stein, Dan J., Dickie, Erin W., Pomarol-Clotet, Edith, Fuentes-Claramonte, Paola, Canales-Rodriguez, Erick Jorge, Salvador, Raymond, Huang, Alexander J., Roiz-Santianez, Roberto, Cong, Shan, Tomyshev, Alexander, Piras, Fabrizio, Vecchio, Daniela, Banaj, Nerisa, Ciullo, Valentina, Hong, Elliot, Busatto, Geraldo, Zanetti, Marcus V., Serpa, Mauricio H., Cervenka, Simon, Kelly, Sinead, Grotegerd, Dominik, Sacchet, Matthew D., Veer, Ilya M., Li, Meng, Wu, Mon-Ju, Irungu, Benson, Walton, Esther, Thompson, Paul M.
We present several deep learning models for assessing the morphometric fidelity of deep grey matter region models extracted from brain MRI. We test three different convolutional neural net architectures (VGGNet, ResNet and Inception) over 2D maps of
Externí odkaz:
http://arxiv.org/abs/1808.10315
Autor:
Petrov, Dmitry, Gutman, Boris A., Shih-Hua, Yu, van Erp, Theo G. M., Turner, Jessica A., Schmaal, Lianne, Veltman, Dick, Wang, Lei, Alpert, Kathryn, Isaev, Dmitry, Zavaliangos-Petropulu, Artemis, Ching, Christopher R. K., Calhoun, Vince, Glahn, David, Satterthwaite, Theodore D., Andreasen, Ole Andreas, Borgwardt, Stefan, Howells, Fleur, Groenewold, Nynke, Voineskos, Aristotle, Radua, Joaquim, Potkin, Steven G., Crespo-Facorro, Benedicto, Tordesillas-Gutierrez, Diana, Shen, Li, Lebedeva, Irina, Spalletta, Gianfranco, Donohoe, Gary, Kochunov, Peter, Rosa, Pedro G. P., James, Anthony, Dannlowski, Udo, Baune, Bernhard T., Aleman, Andre, Gotlib, Ian H., Walter, Henrik, Walter, Martin, Soares, Jair C., Ehrlich, Stefan, Gur, Ruben C., Doan, N. Trung, Agartz, Ingrid, Westlye, Lars T., Harrisberger, Fabienne, Riecher-Rossler, Anita, Uhlmann, Anne, Stein, Dan J., Dickie, Erin W., Pomarol-Clotet, Edith, Fuentes-Claramonte, Paola, Canales-Rodriguez, Erick Jorge, Salvador, Raymond, Huang, Alexander J., Roiz-Santianez, Roberto, Cong, Shan, Tomyshev, Alexander, Piras, Fabrizio, Vecchio, Daniela, Banaj, Nerisa, Ciullo, Valentina, Hong, Elliot, Busatto, Geraldo, Zanetti, Marcus V., Serpa, Mauricio H., Cervenka, Simon, Kelly, Sinead, Grotegerd, Dominik, Sacchet, Matthew D., Veer, Ilya M., Li, Meng, Wu, Mon-Ju, Irungu, Benson, Walton, Esther, Thompson, Paul M.
As very large studies of complex neuroimaging phenotypes become more common, human quality assessment of MRI-derived data remains one of the last major bottlenecks. Few attempts have so far been made to address this issue with machine learning. In th
Externí odkaz:
http://arxiv.org/abs/1707.06353