Zobrazeno 1 - 10
of 449
pro vyhledávání: '"van Leenders, Geert J. L. H."'
Autor:
Spaanderman, Douwe J., Marzetti, Matthew, Wan, Xinyi, Scarsbrook, Andrew F., Robinson, Philip, Oei, Edwin H. G., Visser, Jacob J., Hemke, Robert, van Langevelde, Kirsten, Hanff, David F., van Leenders, Geert J. L. H., Verhoef, Cornelis, Gruühagen, Dirk J., Niessen, Wiro J., Klein, Stefan, Starmans, Martijn P. A.
Soft-tissue and bone tumours (STBT) are rare, diagnostically challenging lesions with variable clinical behaviours and treatment approaches. This systematic review provides an overview of Artificial Intelligence (AI) methods using radiological imagin
Externí odkaz:
http://arxiv.org/abs/2408.12491
Autor:
Fuster, Saul, Khoraminia, Farbod, Silva-Rodríguez, Julio, Kiraz, Umay, van Leenders, Geert J. L. H., Eftestøl, Trygve, Naranjo, Valery, Janssen, Emiel A. M., Zuiverloon, Tahlita C. M., Engan, Kjersti
We present a pioneering investigation into the application of deep learning techniques to analyze histopathological images for addressing the substantial challenge of automated prognostic prediction. Prognostic prediction poses a unique challenge as
Externí odkaz:
http://arxiv.org/abs/2405.15264
Autor:
Spaanderman, Douwe J., Starmans, Martijn P. A., van Erp, Gonnie C. M., Hanff, David F., Sluijter, Judith H., Schut, Anne-Rose W., van Leenders, Geert J. L. H., Verhoef, Cornelis, Grunhagen, Dirk J., Niessen, Wiro J., Visser, Jacob J., Klein, Stefan
Publikováno v:
Eur Radiol (2024)
Segmentations are crucial in medical imaging to obtain morphological, volumetric, and radiomics biomarkers. Manual segmentation is accurate but not feasible in the radiologist's clinical workflow, while automatic segmentation generally obtains sub-pa
Externí odkaz:
http://arxiv.org/abs/2402.07746
Autor:
Starmans, Martijn P. A., van der Voort, Sebastian R., Phil, Thomas, Timbergen, Milea J. M., Vos, Melissa, Padmos, Guillaume A., Kessels, Wouter, Hanff, David, Grunhagen, Dirk J., Verhoef, Cornelis, Sleijfer, Stefan, Bent, Martin J. van den, Smits, Marion, Dwarkasing, Roy S., Els, Christopher J., Fiduzi, Federico, van Leenders, Geert J. L. H., Blazevic, Anela, Hofland, Johannes, Brabander, Tessa, van Gils, Renza A. H., Franssen, Gaston J. H., Feelders, Richard A., de Herder, Wouter W., Buisman, Florian E., Willemssen, Francois E. J. A., Koerkamp, Bas Groot, Angus, Lindsay, van der Veldt, Astrid A. M., Rajicic, Ana, Odink, Arlette E., Deen, Mitchell, T., Jose M. Castillo, Veenland, Jifke, Schoots, Ivo, Renckens, Michel, Doukas, Michail, de Man, Rob A., IJzermans, Jan N. M., Miclea, Razvan L., Vermeulen, Peter B., Bron, Esther E., Thomeer, Maarten G., Visser, Jacob J., Niessen, Wiro J., Klein, Stefan
Radiomics uses quantitative medical imaging features to predict clinical outcomes. Currently, in a new clinical application, finding the optimal radiomics method out of the wide range of available options has to be done manually through a heuristic t
Externí odkaz:
http://arxiv.org/abs/2108.08618
Autor:
Starmans, Martijn P. A., Timbergen, Milea J. M., Vos, Melissa, Renckens, Michel, Grünhagen, Dirk J., van Leenders, Geert J. L. H., Dwarkasing, Roy S., Willemssen, François E. J. A., Niessen, Wiro J., Verhoef, Cornelis, Sleijfer, Stefan, Visser, Jacob J., Klein, Stefan
Publikováno v:
J Digit Imaging (2022)
Distinguishing gastrointestinal stromal tumors (GISTs) from other intra-abdominal tumors and GISTs molecular analysis is necessary for treatment planning, but challenging due to its rarity. The aim of this study was to evaluate radiomics for distingu
Externí odkaz:
http://arxiv.org/abs/2010.06824
Autor:
Ambrosini, Pierre, Hollemans, Eva, Kweldam, Charlotte F., van Leenders, Geert J. L. H., Stallinga, Sjoerd, Vos, Frans
Publikováno v:
Sci Rep 10, 14904 (2020)
Cribriform growth patterns in prostate carcinoma are associated with poor prognosis. We aimed to introduce a deep learning method to detect such patterns automatically. To do so, convolutional neural network was trained to detect cribriform growth pa
Externí odkaz:
http://arxiv.org/abs/2003.10543
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.