TÃtulo : |
Image Analysis for Moving Organ, Breast, and Thoracic Images : Third International Workshop, RAMBO 2018, Fourth International Workshop, BIA 2018, and First International Workshop, TIA 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 16 and 20, 2018, Proceedings |
Tipo de documento: |
documento electrónico |
Autores: |
Stoyanov, Danail, ; Taylor, Zeike, ; Kainz, Bernhard, ; Maicas, Gabriel, ; Beichel, Reinhard R., ; Martel, Anne, ; Maier-Hein, Lena, ; Bhatia, Kanwal, ; Vercauteren, Tom, ; Oktay, Ozan, ; Carneiro, Gustavo, ; Bradley, Andrew P., ; Nascimento, Jacinto, ; Min, Hang, ; Brown, Matthew S., ; Jacobs, Colin, ; Lassen-Schmidt, Bianca, ; Mori, Kensaku, ; Petersen, Jens, ; San José Estépar, Raúl, ; Schmidt-Richberg, Alexander, ; Veiga, Catarina, |
Mención de edición: |
1 ed. |
Editorial: |
[s.l.] : Springer |
Fecha de publicación: |
2018 |
Número de páginas: |
XIV, 350 p. 144 ilustraciones |
ISBN/ISSN/DL: |
978-3-030-00946-5 |
Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
Palabras clave: |
Visión por computador Informática de la Salud Inteligencia artificial Informática Médica Redes de comunicación informática Red informática |
Clasificación: |
|
Resumen: |
Este libro constituye las actas conjuntas arbitradas del Tercer Taller Internacional sobre Reconstrucción y Análisis de Órganos del Cuerpo en Movimiento, RAMBO 2018, el Cuarto Taller Internacional sobre Análisis de Imágenes Mamarias, BIA 2018, y el Primer Taller Internacional sobre Análisis de Imágenes Torácicas, TIA 2018, celebrado en conjunto con la 21.a Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2018, en Granada, España, en septiembre de 2018. Los 5 artÃculos completos (de 10 presentaciones) presentados en RAMBO, los 9 artÃculos completos (de 18 presentaciones) presentadas en BIA, y los 20 artÃculos completos (de 21 presentaciones) presentados en TIA fueron cuidadosamente revisados ​​y seleccionados. Los artÃculos de RAMBO cubren aspectos de las imágenes médicas en los que el movimiento desempeña un papel en la formación o el análisis de las imágenes. Los artÃculos de la BIA tratan temas como la detección y el diagnóstico del cáncer de mama asistido por computadora, el análisis cuantitativo de las modalidades de imágenes de la mama y la detección y el análisis de imágenes de la mama a gran escala. Los artÃculos de la TIA cubren aspectos de la investigación del análisis de imágenes para enfermedades pulmonares y cardÃacas, incluida la segmentación, el registro, la cuantificación, el modelado del proceso de adquisición de imágenes, la visualización, la validación, el modelado estadÃstico, el modelado biofÃsico del pulmón (anatomÃa computacional), el aprendizaje profundo y aplicaciones novedosas. |
Nota de contenido: |
Resection-based Demons Regularization for Breast Tumor Bed Propagation -- Linear and Deformable Image Registration with 3D Convolutional Neural Networks -- Super Resolution of Cardiac Cine MRI Sequences Using Deep Learning -- Automated CNN-based Reconstruction of Short-Axis Cardiac MR Sequence From Real-Time Image Data -- An Unbiased Groupwise Registration Algorithm for Correcting Motion in Dynamic Contrast-Enhanced Magnetic Resonance Images -- Siamese Network for Dual-View Mammography Mass Matching -- Large-scale Mammography CAD with Deformable Conv-Nets -- Domain Adaptation for Deviating Acquisition Protocols in CNN-based Lesion Classification on Diffusion-Weighted MR Images -- Improved Breast Mass Segmentation in Mammograms with Conditional Residual U-net -- Improving Breast Cancer Detection using Symmetry Information -- Conditional Infilling GANs for Data Augmentation in Mammogram Classification -- A Unified Mammogram Analysis Method via Hybrid Deep Supervision -- Structure-aware Staging for Breast Cancer Metastases -- Reproducible evaluation of registration algorithms for movement correction in dynamic contrast enhancing magnetic resonance imaging for breast cancer diagnosis -- Robust Windowed Harmonic Phase Analysis with a Single Acquisition -- Lung Structures Enhancement in Chest Radiographs via CT based FCNN Training -- Improving the Segmentation of Anatomical Structures in Chest Radiographs using U-Net with an ImageNet Pre-trained Encoder -- Tuberculosis histopathology on x-ray CT -- A CT scan harmonization technique to detect Emphysema and Small Airway Diseases -- Transfer Learning for Segmentation of Injured Lungs using Coarse-to-Fine Convolutional Neural Networks -- High throughput lung and lobar segmentation by 2D and 3D CNN on chest CT with diffuse lung disease -- Multi-Structure Segmentation from Partially Labeled Datasets. Application to Body Composition Measurements on CT scans -- 3D Pulmonary Artery Segmentation from CTA Scans using Deep Learning with Realistic Data Augmentation -- Automatic Airway Segmentation in chest CT using Convolutional Neural Networks -- Detecting Out-of-phase Ventilation Using 4DCT to Improve Radiation Therapy for Lung Cancer -- XeMRI to CT Lung Image Registration Enhanced with Personalized 4DCT-derived Motion Model -- Rigid Lens – Locally Rigid Approximations of Deformable Registration for Change Assessment in Thorax-Abdomen CT Follow-Up Scan -- Diffeomorphic Lung Registration using Deep CNNs and Reinforced Learning -- Transfer learning approach to predict biopsy-confirmed malignancy of lung nodules from imaging data: a pilot study -- Convolutional Neural Network Based COPD and Emphysema Classifications Are Predictive of Lung Cancer Diagnosis -- Towards an automatic lung cancer screening system in low dose computed tomography -- Automatic classification of centrilobular emphysema on CT using deep learning: comparison with visual scoring -- On the Relevance of the Loss Function in the Agatston Score Regression from non-ECG Gated CT Scans -- Accurate Measurement of Airway Morphology on Chest CT images. |
Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
Image Analysis for Moving Organ, Breast, and Thoracic Images : Third International Workshop, RAMBO 2018, Fourth International Workshop, BIA 2018, and First International Workshop, TIA 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 16 and 20, 2018, Proceedings [documento electrónico] / Stoyanov, Danail, ; Taylor, Zeike, ; Kainz, Bernhard, ; Maicas, Gabriel, ; Beichel, Reinhard R., ; Martel, Anne, ; Maier-Hein, Lena, ; Bhatia, Kanwal, ; Vercauteren, Tom, ; Oktay, Ozan, ; Carneiro, Gustavo, ; Bradley, Andrew P., ; Nascimento, Jacinto, ; Min, Hang, ; Brown, Matthew S., ; Jacobs, Colin, ; Lassen-Schmidt, Bianca, ; Mori, Kensaku, ; Petersen, Jens, ; San José Estépar, Raúl, ; Schmidt-Richberg, Alexander, ; Veiga, Catarina, . - 1 ed. . - [s.l.] : Springer, 2018 . - XIV, 350 p. 144 ilustraciones. ISBN : 978-3-030-00946-5 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: |
Visión por computador Informática de la Salud Inteligencia artificial Informática Médica Redes de comunicación informática Red informática |
Clasificación: |
|
Resumen: |
Este libro constituye las actas conjuntas arbitradas del Tercer Taller Internacional sobre Reconstrucción y Análisis de Órganos del Cuerpo en Movimiento, RAMBO 2018, el Cuarto Taller Internacional sobre Análisis de Imágenes Mamarias, BIA 2018, y el Primer Taller Internacional sobre Análisis de Imágenes Torácicas, TIA 2018, celebrado en conjunto con la 21.a Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2018, en Granada, España, en septiembre de 2018. Los 5 artÃculos completos (de 10 presentaciones) presentados en RAMBO, los 9 artÃculos completos (de 18 presentaciones) presentadas en BIA, y los 20 artÃculos completos (de 21 presentaciones) presentados en TIA fueron cuidadosamente revisados ​​y seleccionados. Los artÃculos de RAMBO cubren aspectos de las imágenes médicas en los que el movimiento desempeña un papel en la formación o el análisis de las imágenes. Los artÃculos de la BIA tratan temas como la detección y el diagnóstico del cáncer de mama asistido por computadora, el análisis cuantitativo de las modalidades de imágenes de la mama y la detección y el análisis de imágenes de la mama a gran escala. Los artÃculos de la TIA cubren aspectos de la investigación del análisis de imágenes para enfermedades pulmonares y cardÃacas, incluida la segmentación, el registro, la cuantificación, el modelado del proceso de adquisición de imágenes, la visualización, la validación, el modelado estadÃstico, el modelado biofÃsico del pulmón (anatomÃa computacional), el aprendizaje profundo y aplicaciones novedosas. |
Nota de contenido: |
Resection-based Demons Regularization for Breast Tumor Bed Propagation -- Linear and Deformable Image Registration with 3D Convolutional Neural Networks -- Super Resolution of Cardiac Cine MRI Sequences Using Deep Learning -- Automated CNN-based Reconstruction of Short-Axis Cardiac MR Sequence From Real-Time Image Data -- An Unbiased Groupwise Registration Algorithm for Correcting Motion in Dynamic Contrast-Enhanced Magnetic Resonance Images -- Siamese Network for Dual-View Mammography Mass Matching -- Large-scale Mammography CAD with Deformable Conv-Nets -- Domain Adaptation for Deviating Acquisition Protocols in CNN-based Lesion Classification on Diffusion-Weighted MR Images -- Improved Breast Mass Segmentation in Mammograms with Conditional Residual U-net -- Improving Breast Cancer Detection using Symmetry Information -- Conditional Infilling GANs for Data Augmentation in Mammogram Classification -- A Unified Mammogram Analysis Method via Hybrid Deep Supervision -- Structure-aware Staging for Breast Cancer Metastases -- Reproducible evaluation of registration algorithms for movement correction in dynamic contrast enhancing magnetic resonance imaging for breast cancer diagnosis -- Robust Windowed Harmonic Phase Analysis with a Single Acquisition -- Lung Structures Enhancement in Chest Radiographs via CT based FCNN Training -- Improving the Segmentation of Anatomical Structures in Chest Radiographs using U-Net with an ImageNet Pre-trained Encoder -- Tuberculosis histopathology on x-ray CT -- A CT scan harmonization technique to detect Emphysema and Small Airway Diseases -- Transfer Learning for Segmentation of Injured Lungs using Coarse-to-Fine Convolutional Neural Networks -- High throughput lung and lobar segmentation by 2D and 3D CNN on chest CT with diffuse lung disease -- Multi-Structure Segmentation from Partially Labeled Datasets. Application to Body Composition Measurements on CT scans -- 3D Pulmonary Artery Segmentation from CTA Scans using Deep Learning with Realistic Data Augmentation -- Automatic Airway Segmentation in chest CT using Convolutional Neural Networks -- Detecting Out-of-phase Ventilation Using 4DCT to Improve Radiation Therapy for Lung Cancer -- XeMRI to CT Lung Image Registration Enhanced with Personalized 4DCT-derived Motion Model -- Rigid Lens – Locally Rigid Approximations of Deformable Registration for Change Assessment in Thorax-Abdomen CT Follow-Up Scan -- Diffeomorphic Lung Registration using Deep CNNs and Reinforced Learning -- Transfer learning approach to predict biopsy-confirmed malignancy of lung nodules from imaging data: a pilot study -- Convolutional Neural Network Based COPD and Emphysema Classifications Are Predictive of Lung Cancer Diagnosis -- Towards an automatic lung cancer screening system in low dose computed tomography -- Automatic classification of centrilobular emphysema on CT using deep learning: comparison with visual scoring -- On the Relevance of the Loss Function in the Agatston Score Regression from non-ECG Gated CT Scans -- Accurate Measurement of Airway Morphology on Chest CT images. |
Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
|  |