Autor Zhuang, Xiahai
|
|
Documentos disponibles escritos por este autor (4)
Hacer una sugerencia Refinar búsqueda
Título : Intelligent Orthopaedics : Artificial Intelligence and Smart Image-guided Technology for Orthopaedics Tipo de documento: documento electrónico Autores: Zheng, Guoyan, ; Tian, Wei, ; Zhuang, Xiahai, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2018 Número de páginas: VII, 359 p. 194 ilustraciones, 141 ilustraciones en color. ISBN/ISSN/DL: 978-981-1313967-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Biotecnología Inteligencia Computacional Ortopedía Índice Dewey: 660.6 Biotecnología Resumen: Este libro presenta a los lectores los últimos avances tecnológicos en el campo emergente de la ortopedia inteligente. La inteligencia artificial y las técnicas de instrumentación inteligente están revolucionando todos los ámbitos de nuestras vidas, incluida la medicina. Las aplicaciones de estas técnicas en intervenciones ortopédicas ofrecen una serie de beneficios potenciales, por ejemplo, reducción del tamaño de la incisión y de las cicatrices, minimización del daño a los tejidos blandos y disminución del riesgo de desalineación. En consecuencia, estas técnicas se han vuelto indispensables para diversas intervenciones ortopédicas, lo que ha dado lugar al campo emergente de la ortopedia inteligente. Este libro, que aborda tecnologías y aplicaciones clave, ofrece una guía valiosa para todos los investigadores y médicos que necesitan una actualización tanto de los principios como de la práctica de la ortopedia inteligente, y para los estudiantes graduados que se embarcan en una carrera en este campo. Nota de contenido: Chapter 1. Computer Aided Orthopaedic Surgery: Stateof-the-Art and Future Perspectives -- Chapter 2. Computer Aided Orthopaedic Surgery: incremental shift or paradigm change? -- Chapter 3. CAMISS concept and its clinical application -- Chapter 4. Surgical Navigation in Orthopaedics: Workflow and System Review -- Chapter 5. Multi-Object Model-based Multi-Atlas Segmentation Constrained Grid Cut for Automatic Segmentation of Lumbar Vertebrae from CT Images -- Chapter 6. Deep Learning-based Automatic Segmentation of the Proximal Femur from MR Images -- Chapter 7. Muscle Segmentation for Orthopaedic Interventions -- Chapter 8. 3X-Knee: A Novel Technology for 3D Pre-operative Planning and Post-operative Evaluation of TKA based on 2DX-rays -- Chapter 9. Atlas-based 3D Intensity Volume Reconstruction from 2D Long Leg Standing X-rays: Application to Hard and Soft Tissues in Lower Extremity -- Chapter 10. 3D Ultrasound for Orthopedic Interventions -- Chapter 11. A novel ultrasound-based lower extremity motion tracking system -- Chapter 12. Computer Assisted Planning, Simulation and Navigation System for Periacetabular Osteotomy -- Chapter 13. Biomechanical Optimization-based Planning of Periacetabular Osteotomy -- Chapter 14. Biomechanical Guidance System for Peri-Acetabular Osteotomy -- Chapter 15. GravityAssistedNavigationSystemforTotal HipArthroplasty -- Chapter 16. 3D Visualization and Augmented Reality for Orthopaedics -- Chapter 17. Intelligent HMI in orthopaedic navigation -- Chapter 18. Patient-Specific Surgical Guidance System for Intelligent Orthopaedics -- Chapter 19. Intelligent control for human-robot cooperation in orthopaedics surgery -- Chapter 20. Multilevel Fuzzy Control Based on Force Information in Robot-assisted Decompressive Laminectomy -- Chapter 21. Potentional risk of intelligent technologies in clinical orthopaedics -- Chapter 22. Clinical Application of Navigation in the Surgical Treatment of a Pelvic Ring Injury and Acetabular Fracture -- Chapter 23. Patient specific surgical guide for total hip arthroplasty -- Chapter 24. Computer navigation in orthopaedic tumour surgery -- Chapter 25. Sensor Based Soft Tissue Balancing in Total Knee Arthroplasty -- Chapter 26. Implant Orientation Measurement after THA Using the EOS X-Ray Image Acquisition System -- Chapter 27. 3D Printing in Spine Surgery. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Intelligent Orthopaedics : Artificial Intelligence and Smart Image-guided Technology for Orthopaedics [documento electrónico] / Zheng, Guoyan, ; Tian, Wei, ; Zhuang, Xiahai, . - 1 ed. . - Singapore [Malasya] : Springer, 2018 . - VII, 359 p. 194 ilustraciones, 141 ilustraciones en color.
ISBN : 978-981-1313967--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Biotecnología Inteligencia Computacional Ortopedía Índice Dewey: 660.6 Biotecnología Resumen: Este libro presenta a los lectores los últimos avances tecnológicos en el campo emergente de la ortopedia inteligente. La inteligencia artificial y las técnicas de instrumentación inteligente están revolucionando todos los ámbitos de nuestras vidas, incluida la medicina. Las aplicaciones de estas técnicas en intervenciones ortopédicas ofrecen una serie de beneficios potenciales, por ejemplo, reducción del tamaño de la incisión y de las cicatrices, minimización del daño a los tejidos blandos y disminución del riesgo de desalineación. En consecuencia, estas técnicas se han vuelto indispensables para diversas intervenciones ortopédicas, lo que ha dado lugar al campo emergente de la ortopedia inteligente. Este libro, que aborda tecnologías y aplicaciones clave, ofrece una guía valiosa para todos los investigadores y médicos que necesitan una actualización tanto de los principios como de la práctica de la ortopedia inteligente, y para los estudiantes graduados que se embarcan en una carrera en este campo. Nota de contenido: Chapter 1. Computer Aided Orthopaedic Surgery: Stateof-the-Art and Future Perspectives -- Chapter 2. Computer Aided Orthopaedic Surgery: incremental shift or paradigm change? -- Chapter 3. CAMISS concept and its clinical application -- Chapter 4. Surgical Navigation in Orthopaedics: Workflow and System Review -- Chapter 5. Multi-Object Model-based Multi-Atlas Segmentation Constrained Grid Cut for Automatic Segmentation of Lumbar Vertebrae from CT Images -- Chapter 6. Deep Learning-based Automatic Segmentation of the Proximal Femur from MR Images -- Chapter 7. Muscle Segmentation for Orthopaedic Interventions -- Chapter 8. 3X-Knee: A Novel Technology for 3D Pre-operative Planning and Post-operative Evaluation of TKA based on 2DX-rays -- Chapter 9. Atlas-based 3D Intensity Volume Reconstruction from 2D Long Leg Standing X-rays: Application to Hard and Soft Tissues in Lower Extremity -- Chapter 10. 3D Ultrasound for Orthopedic Interventions -- Chapter 11. A novel ultrasound-based lower extremity motion tracking system -- Chapter 12. Computer Assisted Planning, Simulation and Navigation System for Periacetabular Osteotomy -- Chapter 13. Biomechanical Optimization-based Planning of Periacetabular Osteotomy -- Chapter 14. Biomechanical Guidance System for Peri-Acetabular Osteotomy -- Chapter 15. GravityAssistedNavigationSystemforTotal HipArthroplasty -- Chapter 16. 3D Visualization and Augmented Reality for Orthopaedics -- Chapter 17. Intelligent HMI in orthopaedic navigation -- Chapter 18. Patient-Specific Surgical Guidance System for Intelligent Orthopaedics -- Chapter 19. Intelligent control for human-robot cooperation in orthopaedics surgery -- Chapter 20. Multilevel Fuzzy Control Based on Force Information in Robot-assisted Decompressive Laminectomy -- Chapter 21. Potentional risk of intelligent technologies in clinical orthopaedics -- Chapter 22. Clinical Application of Navigation in the Surgical Treatment of a Pelvic Ring Injury and Acetabular Fracture -- Chapter 23. Patient specific surgical guide for total hip arthroplasty -- Chapter 24. Computer navigation in orthopaedic tumour surgery -- Chapter 25. Sensor Based Soft Tissue Balancing in Total Knee Arthroplasty -- Chapter 26. Implant Orientation Measurement after THA Using the EOS X-Ray Image Acquisition System -- Chapter 27. 3D Printing in Spine Surgery. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Myocardial Pathology Segmentation Combining Multi-Sequence Cardiac Magnetic Resonance Images / Zhuang, Xiahai ; Li, Lei
Título : Myocardial Pathology Segmentation Combining Multi-Sequence Cardiac Magnetic Resonance Images : First Challenge, MyoPS 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4, 2020, Proceedings Tipo de documento: documento electrónico Autores: Zhuang, Xiahai, ; Li, Lei, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: VIII, 177 p. 91 ilustraciones, 77 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-65651-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de imágenes Visión por computador Inteligencia artificial Ciencias sociales Bioinformática Imágenes por computadora visión reconocimiento de patrones y gráficos Aplicación informática en ciencias sociales y del comportamiento Biología Computacional y de Sistemas Índice Dewey: 6 Resumen: Este libro constituye el primer desafío de segmentación de patología miocárdica que combina CMR multisecuencia, MyoPS 2020, que se llevó a cabo junto con la 23.ª Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2020, en Lima, Perú, en octubre de 2020. El desafío se desarrolló de manera virtual debido a la crisis del COVID-19. Los 12 artículos completos y 4 artículos breves presentados en este volumen fueron cuidadosamente revisados y seleccionados entre numerosas presentaciones. Este desafío tiene como objetivo no solo comparar varios algoritmos de segmentación de patología miocárdica, sino también cubrir el tema de la segmentación, el registro y el modelado de imágenes cardíacas generales, y generar debates para un mayor desarrollo técnico y despliegue clínico. Nota de contenido: Stacked BCDU-net with semantic CMR synthesis: application to Myocardial PathologySegmentation challenge -- EfficientSeg: A Simple but Efficient Solution to Myocardial Pathology Segmentation Challenge -- Two-stage Method for Segmentation of the Myocardial Scars and Edema on Multi-sequence Cardiac Magnetic Resonance -- Multi-Modality Pathology Segmentation Framework: Application to Cardiac Magnetic Resonance Images -- Myocardial Edema and Scar Segmentation using a Coarse-to-Fine Framework with Weighted Ensemble -- Exploring ensemble applications for multi-sequence myocardial pathology segmentation -- Max-Fusion U-Net for Multi-Modal Pathology Segmentation with Attention and Dynamic Resampling -- Fully automated deep learning based segmentation of normal, infarcted and edema regions from multiple cardiac MRI sequences -- CMS-UNet: Cardiac Multi-task Segmentation in MRI with a U-shaped Network -- Automatic Myocardial Scar Segmentation from Multi-Sequence Cardiac MRI using Fully Convolutional Densenet with Inception and Squeeze-Excitation Module -- Dual Attention U-net for Multi-Sequence Cardiac MR Images Segmentation -- Accurate Myocardial Pathology Segmentation with Residual U-Net -- Stacked and Parallel U-Nets with Multi-Output for Myocardial Pathology Segmentation -- Dual-path Feature Aggregation Network Combined Multi-layer Fusion for Myocardial Pathology Segmentation with Multi-sequence Cardiac MR -- Cascaded Framework with Complementary CMR Information for Myocardial Pathology Segmentation -- CMRadjustNet: Recognition and standardization of cardiac MRI orientation via multi-tasking learning and deep neural networks. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Myocardial Pathology Segmentation Combining Multi-Sequence Cardiac Magnetic Resonance Images : First Challenge, MyoPS 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4, 2020, Proceedings [documento electrónico] / Zhuang, Xiahai, ; Li, Lei, . - 1 ed. . - [s.l.] : Springer, 2020 . - VIII, 177 p. 91 ilustraciones, 77 ilustraciones en color.
ISBN : 978-3-030-65651-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de imágenes Visión por computador Inteligencia artificial Ciencias sociales Bioinformática Imágenes por computadora visión reconocimiento de patrones y gráficos Aplicación informática en ciencias sociales y del comportamiento Biología Computacional y de Sistemas Índice Dewey: 6 Resumen: Este libro constituye el primer desafío de segmentación de patología miocárdica que combina CMR multisecuencia, MyoPS 2020, que se llevó a cabo junto con la 23.ª Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2020, en Lima, Perú, en octubre de 2020. El desafío se desarrolló de manera virtual debido a la crisis del COVID-19. Los 12 artículos completos y 4 artículos breves presentados en este volumen fueron cuidadosamente revisados y seleccionados entre numerosas presentaciones. Este desafío tiene como objetivo no solo comparar varios algoritmos de segmentación de patología miocárdica, sino también cubrir el tema de la segmentación, el registro y el modelado de imágenes cardíacas generales, y generar debates para un mayor desarrollo técnico y despliegue clínico. Nota de contenido: Stacked BCDU-net with semantic CMR synthesis: application to Myocardial PathologySegmentation challenge -- EfficientSeg: A Simple but Efficient Solution to Myocardial Pathology Segmentation Challenge -- Two-stage Method for Segmentation of the Myocardial Scars and Edema on Multi-sequence Cardiac Magnetic Resonance -- Multi-Modality Pathology Segmentation Framework: Application to Cardiac Magnetic Resonance Images -- Myocardial Edema and Scar Segmentation using a Coarse-to-Fine Framework with Weighted Ensemble -- Exploring ensemble applications for multi-sequence myocardial pathology segmentation -- Max-Fusion U-Net for Multi-Modal Pathology Segmentation with Attention and Dynamic Resampling -- Fully automated deep learning based segmentation of normal, infarcted and edema regions from multiple cardiac MRI sequences -- CMS-UNet: Cardiac Multi-task Segmentation in MRI with a U-shaped Network -- Automatic Myocardial Scar Segmentation from Multi-Sequence Cardiac MRI using Fully Convolutional Densenet with Inception and Squeeze-Excitation Module -- Dual Attention U-net for Multi-Sequence Cardiac MR Images Segmentation -- Accurate Myocardial Pathology Segmentation with Residual U-Net -- Stacked and Parallel U-Nets with Multi-Output for Myocardial Pathology Segmentation -- Dual-path Feature Aggregation Network Combined Multi-layer Fusion for Myocardial Pathology Segmentation with Multi-sequence Cardiac MR -- Cascaded Framework with Complementary CMR Information for Myocardial Pathology Segmentation -- CMRadjustNet: Recognition and standardization of cardiac MRI orientation via multi-tasking learning and deep neural networks. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Statistical Atlases and Computational Models of the Heart. ACDC and MMWHS Challenges : 8th International Workshop, STACOM 2017, Held in Conjunction with MICCAI 2017, Quebec City, Canada, September 10-14, 2017, Revised Selected Papers Tipo de documento: documento electrónico Autores: Pop, Mihaela, ; Sermesant, Maxime, ; Jodoin, Pierre-Marc, ; Lalande, Alain, ; Zhuang, Xiahai, ; Yang, Guang, ; Young, Alistair, ; Bernard, Olivier, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XIII, 260 p. 94 ilustraciones ISBN/ISSN/DL: 978-3-319-75541-0 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 Inteligencia artificial Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas posteriores al taller, exhaustivamente arbitradas, del 8º Taller Internacional sobre Atlas Estadísticos y Modelos Computacionales del Corazón: Desafíos ACDC y MMWHS 2017, celebrado junto con MICCAI 2017, en Quebec, Canadá, en septiembre de 2017. Los 27 revisados Los documentos completos del taller fueron cuidadosamente revisados y seleccionados entre 35 presentaciones. Los artículos cubren una amplia gama de temas: imágenes computacionales y modelado del corazón, así como atlas cardíacos estadísticos. Los temas del taller incluyeron: imágenes cardíacas y procesamiento de imágenes, construcción de atlas, modelado estadístico de la función cardíaca en diferentes poblaciones de pacientes, fisiología computacional cardíaca, personalización de modelos, análisis funcional basado en atlas, esquemas ontológicos para datos y resultados, análisis funcionales y estructurales integrados. , así como la aplicabilidad clínica y preclínica de estos métodos. Además de las contribuciones periódicas, los esfuerzos adicionales del taller de STACOM también se centraron en dos desafíos: ACDC y MM-WHS. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Statistical Atlases and Computational Models of the Heart. ACDC and MMWHS Challenges : 8th International Workshop, STACOM 2017, Held in Conjunction with MICCAI 2017, Quebec City, Canada, September 10-14, 2017, Revised Selected Papers [documento electrónico] / Pop, Mihaela, ; Sermesant, Maxime, ; Jodoin, Pierre-Marc, ; Lalande, Alain, ; Zhuang, Xiahai, ; Yang, Guang, ; Young, Alistair, ; Bernard, Olivier, . - 1 ed. . - [s.l.] : Springer, 2018 . - XIII, 260 p. 94 ilustraciones.
ISBN : 978-3-319-75541-0
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 Inteligencia artificial Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas posteriores al taller, exhaustivamente arbitradas, del 8º Taller Internacional sobre Atlas Estadísticos y Modelos Computacionales del Corazón: Desafíos ACDC y MMWHS 2017, celebrado junto con MICCAI 2017, en Quebec, Canadá, en septiembre de 2017. Los 27 revisados Los documentos completos del taller fueron cuidadosamente revisados y seleccionados entre 35 presentaciones. Los artículos cubren una amplia gama de temas: imágenes computacionales y modelado del corazón, así como atlas cardíacos estadísticos. Los temas del taller incluyeron: imágenes cardíacas y procesamiento de imágenes, construcción de atlas, modelado estadístico de la función cardíaca en diferentes poblaciones de pacientes, fisiología computacional cardíaca, personalización de modelos, análisis funcional basado en atlas, esquemas ontológicos para datos y resultados, análisis funcionales y estructurales integrados. , así como la aplicabilidad clínica y preclínica de estos métodos. Además de las contribuciones periódicas, los esfuerzos adicionales del taller de STACOM también se centraron en dos desafíos: ACDC y MM-WHS. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Statistical Atlases and Computational Models of the Heart. Multi-Sequence CMR Segmentation, CRT-EPiggy and LV Full Quantification Challenges : 10th International Workshop, STACOM 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 13, 2019, Revised Selected Papers Tipo de documento: documento electrónico Autores: Pop, Mihaela, ; Sermesant, Maxime, ; Camara, Oscar, ; Zhuang, Xiahai, ; Li, Shuo, ; Young, Alistair, ; Mansi, Tommaso, ; Suinesiaputra, Avan, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XV, 417 p. 200 ilustraciones, 168 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-39074-7 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 Inteligencia artificial Sistemas de reconocimiento de patrones Software de la aplicacion Reconocimiento de patrones automatizado Aplicaciones informáticas y de sistemas de información Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas posteriores al taller, exhaustivamente arbitradas, del décimo taller internacional sobre atlas estadísticos y modelos computacionales del corazón: segmentación auricular y desafíos de cuantificación del VI, STACOM 2019, celebrado junto con MICCAI 2019, en Shenzhen, China, en octubre de 2019. Los 42 documentos completos revisados del taller fueron cuidadosamente revisados y seleccionados entre 76 presentaciones. Los temas del taller incluyeron: imágenes cardíacas y procesamiento de imágenes, aprendizaje automático aplicado a las imágenes cardíacas y análisis de imágenes, construcción de atlas, modelado estadístico de la función cardíaca en diferentes poblaciones de pacientes, fisiología computacional cardíaca, personalización de modelos, análisis funcional basado en atlas, esquemas ontológicos. para datos y resultados, análisis funcionales y estructurales integrados, así como la aplicabilidad preclínica y clínica de estos métodos. Nota de contenido: Regular Papers -- Multi-Sequence CMR Segmentation Challenge -- CRT-EPiggy Challenge -- LV Full Quantification Challenge. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Statistical Atlases and Computational Models of the Heart. Multi-Sequence CMR Segmentation, CRT-EPiggy and LV Full Quantification Challenges : 10th International Workshop, STACOM 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 13, 2019, Revised Selected Papers [documento electrónico] / Pop, Mihaela, ; Sermesant, Maxime, ; Camara, Oscar, ; Zhuang, Xiahai, ; Li, Shuo, ; Young, Alistair, ; Mansi, Tommaso, ; Suinesiaputra, Avan, . - 1 ed. . - [s.l.] : Springer, 2020 . - XV, 417 p. 200 ilustraciones, 168 ilustraciones en color.
ISBN : 978-3-030-39074-7
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 Inteligencia artificial Sistemas de reconocimiento de patrones Software de la aplicacion Reconocimiento de patrones automatizado Aplicaciones informáticas y de sistemas de información Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas posteriores al taller, exhaustivamente arbitradas, del décimo taller internacional sobre atlas estadísticos y modelos computacionales del corazón: segmentación auricular y desafíos de cuantificación del VI, STACOM 2019, celebrado junto con MICCAI 2019, en Shenzhen, China, en octubre de 2019. Los 42 documentos completos revisados del taller fueron cuidadosamente revisados y seleccionados entre 76 presentaciones. Los temas del taller incluyeron: imágenes cardíacas y procesamiento de imágenes, aprendizaje automático aplicado a las imágenes cardíacas y análisis de imágenes, construcción de atlas, modelado estadístico de la función cardíaca en diferentes poblaciones de pacientes, fisiología computacional cardíaca, personalización de modelos, análisis funcional basado en atlas, esquemas ontológicos. para datos y resultados, análisis funcionales y estructurales integrados, así como la aplicabilidad preclínica y clínica de estos métodos. Nota de contenido: Regular Papers -- Multi-Sequence CMR Segmentation Challenge -- CRT-EPiggy Challenge -- LV Full Quantification Challenge. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
