Información del autor
Autor Cheplygina, Veronika |
Documentos disponibles escritos por este autor (4)
Crear una solicitud de compra Refinar búsqueda6th Joint International Workshops, CVII-STENT 2017 and Second International Workshop, LABELS 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 10–14, 2017, Proceedings / Cardoso, M. Jorge ; Arbel, Tal ; Lee, Su-Lin ; Cheplygina, Veronika ; Balocco, Simone ; Mateus, Diana ; Zahnd, Guillaume ; Maier-Hein, Lena ; Demirci, Stefanie ; Granger, Eric ; Duong, Luc ; Carbonneau, Marc-André ; Albarqouni, Shadi ; Carneiro, Gustavo
TÃtulo : 6th Joint International Workshops, CVII-STENT 2017 and Second International Workshop, LABELS 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 10–14, 2017, Proceedings Tipo de documento: documento electrónico Autores: Cardoso, M. Jorge, ; Arbel, Tal, ; Lee, Su-Lin, ; Cheplygina, Veronika, ; Balocco, Simone, ; Mateus, Diana, ; Zahnd, Guillaume, ; Maier-Hein, Lena, ; Demirci, Stefanie, ; Granger, Eric, ; Duong, Luc, ; Carbonneau, Marc-André, ; Albarqouni, Shadi, ; Carneiro, Gustavo, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XVI, 166 p. 73 ilustraciones ISBN/ISSN/DL: 978-3-319-67534-3 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 IngenierÃa Informática y Redes Informática de la Salud Red informática IngenierÃa Informática Inteligencia artificial Informática Médica Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del 6º Taller Internacional Conjunto sobre Computación y Visualización para Imágenes Intravasculares y Colocación de Stents Asistidos por Computadora, CVII-STENT 2017, y el Segundo Taller Internacional sobre Anotación a Gran Escala de Datos Biomédicos y SÃntesis de Etiquetas Expertas, LABELS 2017 , celebrada junto con la 20.ª Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2017, en la ciudad de Québec, QC, Canadá, en septiembre de 2017. Los 6 artÃculos completos presentados en CVII-STENT 2017 y los 11 artÃculos completos presentados en LABELS 2017 fueron cuidadosamente revisadas y seleccionadas. Los artÃculos CVII-STENT presentan lo último en imágenes, tratamiento e intervención asistida por computadora en el campo de las intervenciones endovasculares. Los artÃculos de LABELS presentan una variedad de enfoques para abordar pocas etiquetas, desde el aprendizaje por transferencia hasta el crowdsourcing. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] 6th Joint International Workshops, CVII-STENT 2017 and Second International Workshop, LABELS 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 10–14, 2017, Proceedings [documento electrónico] / Cardoso, M. Jorge, ; Arbel, Tal, ; Lee, Su-Lin, ; Cheplygina, Veronika, ; Balocco, Simone, ; Mateus, Diana, ; Zahnd, Guillaume, ; Maier-Hein, Lena, ; Demirci, Stefanie, ; Granger, Eric, ; Duong, Luc, ; Carbonneau, Marc-André, ; Albarqouni, Shadi, ; Carneiro, Gustavo, . - 1 ed. . - [s.l.] : Springer, 2017 . - XVI, 166 p. 73 ilustraciones.
ISBN : 978-3-319-67534-3
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 IngenierÃa Informática y Redes Informática de la Salud Red informática IngenierÃa Informática Inteligencia artificial Informática Médica Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del 6º Taller Internacional Conjunto sobre Computación y Visualización para Imágenes Intravasculares y Colocación de Stents Asistidos por Computadora, CVII-STENT 2017, y el Segundo Taller Internacional sobre Anotación a Gran Escala de Datos Biomédicos y SÃntesis de Etiquetas Expertas, LABELS 2017 , celebrada junto con la 20.ª Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2017, en la ciudad de Québec, QC, Canadá, en septiembre de 2017. Los 6 artÃculos completos presentados en CVII-STENT 2017 y los 11 artÃculos completos presentados en LABELS 2017 fueron cuidadosamente revisadas y seleccionadas. Los artÃculos CVII-STENT presentan lo último en imágenes, tratamiento e intervención asistida por computadora en el campo de las intervenciones endovasculares. Los artÃculos de LABELS presentan una variedad de enfoques para abordar pocas etiquetas, desde el aprendizaje por transferencia hasta el crowdsourcing. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Intravascular Imaging and Computer Assisted Stenting and Large-Scale Annotation of Biomedical Data and Expert Label Synthesis : 7th Joint International Workshop, CVII-STENT 2018 and Third International Workshop, LABELS 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 16, 2018, Proceedings Tipo de documento: documento electrónico Autores: Stoyanov, Danail, ; Taylor, Zeike, ; Balocco, Simone, ; Sznitman, Raphael, ; Martel, Anne, ; Maier-Hein, Lena, ; Duong, Luc, ; Zahnd, Guillaume, ; Demirci, Stefanie, ; Albarqouni, Shadi, ; Lee, Su-Lin, ; Moriconi, Stefano, ; Cheplygina, Veronika, ; Mateus, Diana, ; Trucco, Emanuele, ; Granger, Eric, ; Jannin, Pierre, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVII, 202 p. 111 ilustraciones, 65 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-01364-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Informática Médica Visión por computador IngenierÃa Informática y Redes Inteligencia artificial Informática de la Salud Red informática IngenierÃa Informática Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del 7.º Taller internacional conjunto sobre computación y visualización para imágenes intravasculares y colocación de stents asistida por computadora, CVII-STENT 2018, y el Tercer taller internacional sobre anotación a gran escala de datos biomédicos y sÃntesis experta de etiquetas, LABELS 2018, celebrados conjuntamente con la 21.ª Conferencia internacional sobre imágenes médicas e intervención asistida por computadora, MICCAI 2018, en Granada, España, en septiembre de 2018. Los 9 artÃculos completos presentados en CVII-STENT 2017 y los 12 artÃculos completos presentados en LABELS 2017 fueron revisados ​​y seleccionados cuidadosamente. Los artÃculos de CVII-STENT presentan el estado del arte en imágenes, tratamiento e intervención asistida por computadora en el campo de las intervenciones endovasculares. Los artÃculos de LABELS presentan una variedad de enfoques para abordar pocas etiquetas, desde el aprendizaje por transferencia hasta el crowdsourcing. Nota de contenido: Blood-flow estimation in the hepatic arteries based on 3D/2D angiography registration -- Automated quantification of blood flow velocity from time-resolved CT angiography -- Multiple device segmentation for fluoroscopic imaging using multi-task learning -- Segmentation of the Aorta Using Active Contours with Histogram-Based Descriptors -- Layer Separation in X-ray Angiograms for Vessel Enhancement with Fully Convolutional Network -- Generation of a HER2 breast cancer gold-standard using supervised learning from multiple experts -- Deep Learning-based Detection and Segmentation for BVS Struts in IVOCT Images -- Towards Automatic Measurement of Type B Aortic Dissection Parameters -- Prediction of FFR from IVUS Images using Machine Learning -- Deep Learning Retinal Vessel Segmentation From a Single Annotated Example: An Application of Cyclic Generative Adversarial Neural Networks -- An Efficient and Comprehensive Labeling Tool for Large-scale Annotation of Fundus Images -- Crowd disagreement about medical images is informative -- Imperfect Segmentation Labels: How Much Do They Matter? -- Crowdsourcing annotation of surgical instruments in videos of cataract surgery -- Four-dimensional ASL MR angiography phantoms with noise learned by neural styling -- Feature learning based on visual similarity triplets in medical image analysis: A case study of emphysema in chest CT scans -- Capsule Networks against Medical Imaging Data Challenges -- Fully Automatic Segmentation of Coronary Arteries based on Deep Neural Network in Intravascular Ultrasound Images -- Weakly-Supervised Learning for Tool Localization in Laparoscopic Videos -- Radiology Objects in COntext (ROCO) -- Improving out-of-sample prediction of quality of MRIQC. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Intravascular Imaging and Computer Assisted Stenting and Large-Scale Annotation of Biomedical Data and Expert Label Synthesis : 7th Joint International Workshop, CVII-STENT 2018 and Third International Workshop, LABELS 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 16, 2018, Proceedings [documento electrónico] / Stoyanov, Danail, ; Taylor, Zeike, ; Balocco, Simone, ; Sznitman, Raphael, ; Martel, Anne, ; Maier-Hein, Lena, ; Duong, Luc, ; Zahnd, Guillaume, ; Demirci, Stefanie, ; Albarqouni, Shadi, ; Lee, Su-Lin, ; Moriconi, Stefano, ; Cheplygina, Veronika, ; Mateus, Diana, ; Trucco, Emanuele, ; Granger, Eric, ; Jannin, Pierre, . - 1 ed. . - [s.l.] : Springer, 2018 . - XVII, 202 p. 111 ilustraciones, 65 ilustraciones en color.
ISBN : 978-3-030-01364-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Informática Médica Visión por computador IngenierÃa Informática y Redes Inteligencia artificial Informática de la Salud Red informática IngenierÃa Informática Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del 7.º Taller internacional conjunto sobre computación y visualización para imágenes intravasculares y colocación de stents asistida por computadora, CVII-STENT 2018, y el Tercer taller internacional sobre anotación a gran escala de datos biomédicos y sÃntesis experta de etiquetas, LABELS 2018, celebrados conjuntamente con la 21.ª Conferencia internacional sobre imágenes médicas e intervención asistida por computadora, MICCAI 2018, en Granada, España, en septiembre de 2018. Los 9 artÃculos completos presentados en CVII-STENT 2017 y los 12 artÃculos completos presentados en LABELS 2017 fueron revisados ​​y seleccionados cuidadosamente. Los artÃculos de CVII-STENT presentan el estado del arte en imágenes, tratamiento e intervención asistida por computadora en el campo de las intervenciones endovasculares. Los artÃculos de LABELS presentan una variedad de enfoques para abordar pocas etiquetas, desde el aprendizaje por transferencia hasta el crowdsourcing. Nota de contenido: Blood-flow estimation in the hepatic arteries based on 3D/2D angiography registration -- Automated quantification of blood flow velocity from time-resolved CT angiography -- Multiple device segmentation for fluoroscopic imaging using multi-task learning -- Segmentation of the Aorta Using Active Contours with Histogram-Based Descriptors -- Layer Separation in X-ray Angiograms for Vessel Enhancement with Fully Convolutional Network -- Generation of a HER2 breast cancer gold-standard using supervised learning from multiple experts -- Deep Learning-based Detection and Segmentation for BVS Struts in IVOCT Images -- Towards Automatic Measurement of Type B Aortic Dissection Parameters -- Prediction of FFR from IVUS Images using Machine Learning -- Deep Learning Retinal Vessel Segmentation From a Single Annotated Example: An Application of Cyclic Generative Adversarial Neural Networks -- An Efficient and Comprehensive Labeling Tool for Large-scale Annotation of Fundus Images -- Crowd disagreement about medical images is informative -- Imperfect Segmentation Labels: How Much Do They Matter? -- Crowdsourcing annotation of surgical instruments in videos of cataract surgery -- Four-dimensional ASL MR angiography phantoms with noise learned by neural styling -- Feature learning based on visual similarity triplets in medical image analysis: A case study of emphysema in chest CT scans -- Capsule Networks against Medical Imaging Data Challenges -- Fully Automatic Segmentation of Coronary Arteries based on Deep Neural Network in Intravascular Ultrasound Images -- Weakly-Supervised Learning for Tool Localization in Laparoscopic Videos -- Radiology Objects in COntext (ROCO) -- Improving out-of-sample prediction of quality of MRIQC. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Large-Scale Annotation of Biomedical Data and Expert Label Synthesis and Hardware Aware Learning for Medical Imaging and Computer Assisted Intervention : International Workshops, LABELS 2019, HAL-MICCAI 2019, and CuRIOUS 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 13 and 17, 2019, Proceedings Tipo de documento: documento electrónico Autores: Zhou, Luping, ; Heller, Nicholas, ; Shi, Yiyu, ; Xiao, Yiming, ; Sznitman, Raphael, ; Cheplygina, Veronika, ; Mateus, Diana, ; Trucco, Emanuele, ; Hu, X. Sharon, ; Chen, Danny, ; Chabanas, Matthieu, ; Rivaz, Hassan, ; Reinertsen, Ingerid, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XX, 154 p. 62 ilustraciones, 48 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-33642-4 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 Informática Médica Informática de la Salud Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del Cuarto Taller Internacional sobre Anotación a Gran Escala de Datos Biomédicos y SÃntesis de Etiquetas Expertas, LABELS 2019, el Primer Taller Internacional sobre Aprendizaje Consciente de Hardware para Imágenes Médicas e Intervención Asistida por Computadora, HAL-MICCAI 2019, y el Segundo Taller Internacional sobre Corrección del Cambio Cerebral con Ultrasonido Intraoperatorio, CuRIOUS 2019, celebrado junto con la 22.ª Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2019, en Shenzhen, China, en octubre de 2019. Los 8 artÃculos presentados En LABELS 2019, los 5 artÃculos presentados en HAL-MICCAI 2019 y los 3 artÃculos presentados en CuRIOUS 2019 fueron cuidadosamente revisados ​​y seleccionados entre numerosas presentaciones. Los artÃculos de LABELS presentan una variedad de enfoques para abordar un número limitado de etiquetas, desde el aprendizaje semisupervisado hasta el crowdsourcing. Los artÃculos de HAL-MICCAI cubren un amplio conjunto de aplicaciones de hardware en problemas médicos, incluida la segmentación de imágenes médicas, la tomografÃa electrónica, la detección de neumonÃa, etc. Los artÃculos de CuRIOUS brindan una instantánea del progreso actual en el campo a través de discusiones extensas y brindan a los investigadores la oportunidad de caracterizan sus métodos de registro de imágenes en conjuntos de datos estandarizados recientemente publicados sobre resección de tumores cerebrales guiada por iUS. Nota de contenido: 4th International Workshop on Large-Scale Annotation of Biomedical Data and Expert Label Synthesis (LABELS 2019) -- Comparison of active learning strategies applied to lung nodule segmentation in CT scans -- Robust Registration of Statistical Shape Models for Unsupervised Pathology Annotation -- XiangyaDerm: A Clinical Image Dataset of Asian Race for Skin Disease Aided Diagnosis -- Data Augmentation based on Substituting Regional MRI Volume Scores -- Weakly supervised segmentation from extreme points -- Exploring the Relationship between Segmentation Uncertainty, Segmentation Performance and Inter-observer Variability with Probabilistic Networks -- DeepIGeoS-V2: Deep Interactive Segmentation of Multiple Organs from Head and Neck Images with Lightweight CNNs -- The Role of Publicly Available Data in MICCAI Papers from 2014 to 2018 -- First International Workshop on Hardware Aware Learning for Medical Imaging and Computer Assisted Intervention (HAL-MICCAI 2019) -- Hardware Acceleration of Persistent Homology Computation -- Deep Compressed Pneumonia Detection for Low-Power Embedded Devices -- D3MC: A Reinforcement Learning based Data-driven Dyna Model Compression -- An Analytical Method of Automatic Alignment for Electron Tomography -- Fixed-Point U-Net Quantization for Medical Image Segmentation -- Second International Workshop on Correction of Brainshift with Intra-Operative Ultrasound (CuRIOUS 2019) -- Registration of ultrasound volumes based on Euclidean distance transform -- Landmark-based evaluation of a block-matching registration framework on the RESECT pre- and intra-operative brain image data set -- Comparing deep learning strategies and attention mechanisms of discrete registration for multimodal image-guided interventions. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Large-Scale Annotation of Biomedical Data and Expert Label Synthesis and Hardware Aware Learning for Medical Imaging and Computer Assisted Intervention : International Workshops, LABELS 2019, HAL-MICCAI 2019, and CuRIOUS 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 13 and 17, 2019, Proceedings [documento electrónico] / Zhou, Luping, ; Heller, Nicholas, ; Shi, Yiyu, ; Xiao, Yiming, ; Sznitman, Raphael, ; Cheplygina, Veronika, ; Mateus, Diana, ; Trucco, Emanuele, ; Hu, X. Sharon, ; Chen, Danny, ; Chabanas, Matthieu, ; Rivaz, Hassan, ; Reinertsen, Ingerid, . - 1 ed. . - [s.l.] : Springer, 2019 . - XX, 154 p. 62 ilustraciones, 48 ilustraciones en color.
ISBN : 978-3-030-33642-4
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 Informática Médica Informática de la Salud Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del Cuarto Taller Internacional sobre Anotación a Gran Escala de Datos Biomédicos y SÃntesis de Etiquetas Expertas, LABELS 2019, el Primer Taller Internacional sobre Aprendizaje Consciente de Hardware para Imágenes Médicas e Intervención Asistida por Computadora, HAL-MICCAI 2019, y el Segundo Taller Internacional sobre Corrección del Cambio Cerebral con Ultrasonido Intraoperatorio, CuRIOUS 2019, celebrado junto con la 22.ª Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2019, en Shenzhen, China, en octubre de 2019. Los 8 artÃculos presentados En LABELS 2019, los 5 artÃculos presentados en HAL-MICCAI 2019 y los 3 artÃculos presentados en CuRIOUS 2019 fueron cuidadosamente revisados ​​y seleccionados entre numerosas presentaciones. Los artÃculos de LABELS presentan una variedad de enfoques para abordar un número limitado de etiquetas, desde el aprendizaje semisupervisado hasta el crowdsourcing. Los artÃculos de HAL-MICCAI cubren un amplio conjunto de aplicaciones de hardware en problemas médicos, incluida la segmentación de imágenes médicas, la tomografÃa electrónica, la detección de neumonÃa, etc. Los artÃculos de CuRIOUS brindan una instantánea del progreso actual en el campo a través de discusiones extensas y brindan a los investigadores la oportunidad de caracterizan sus métodos de registro de imágenes en conjuntos de datos estandarizados recientemente publicados sobre resección de tumores cerebrales guiada por iUS. Nota de contenido: 4th International Workshop on Large-Scale Annotation of Biomedical Data and Expert Label Synthesis (LABELS 2019) -- Comparison of active learning strategies applied to lung nodule segmentation in CT scans -- Robust Registration of Statistical Shape Models for Unsupervised Pathology Annotation -- XiangyaDerm: A Clinical Image Dataset of Asian Race for Skin Disease Aided Diagnosis -- Data Augmentation based on Substituting Regional MRI Volume Scores -- Weakly supervised segmentation from extreme points -- Exploring the Relationship between Segmentation Uncertainty, Segmentation Performance and Inter-observer Variability with Probabilistic Networks -- DeepIGeoS-V2: Deep Interactive Segmentation of Multiple Organs from Head and Neck Images with Lightweight CNNs -- The Role of Publicly Available Data in MICCAI Papers from 2014 to 2018 -- First International Workshop on Hardware Aware Learning for Medical Imaging and Computer Assisted Intervention (HAL-MICCAI 2019) -- Hardware Acceleration of Persistent Homology Computation -- Deep Compressed Pneumonia Detection for Low-Power Embedded Devices -- D3MC: A Reinforcement Learning based Data-driven Dyna Model Compression -- An Analytical Method of Automatic Alignment for Electron Tomography -- Fixed-Point U-Net Quantization for Medical Image Segmentation -- Second International Workshop on Correction of Brainshift with Intra-Operative Ultrasound (CuRIOUS 2019) -- Registration of ultrasound volumes based on Euclidean distance transform -- Landmark-based evaluation of a block-matching registration framework on the RESECT pre- and intra-operative brain image data set -- Comparing deep learning strategies and attention mechanisms of discrete registration for multimodal image-guided interventions. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Third International Workshop, iMIMIC 2020, Second International Workshop, MIL3ID 2020, and 5th International Workshop, LABELS 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4–8, 2020, Proceedings Tipo de documento: documento electrónico Autores: Cardoso, Jaime, ; Van Nguyen, Hien, ; Heller, Nicholas, ; Henriques Abreu, Pedro, ; Isgum, Ivana, ; Silva, Wilson, ; Cruz, Ricardo, ; Pereira Amorim, Jose, ; Patel, Vishal, ; Roysam, Badri, ; Zhou, Kevin, ; Jiang, Steve, ; Le, Ngan, ; Luu, Khoa, ; Sznitman, Raphael, ; Cheplygina, Veronika, ; Mateus, Diana, ; Trucco, Emanuele, ; Abbasi, Samaneh, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XVII, 292 p. 109 ilustraciones ISBN/ISSN/DL: 978-3-030-61166-8 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 BiologÃa Computacional y de Sistemas Aplicación informática en ciencias sociales y del comportamiento Reconocimiento de patrones automatizado Sistemas de reconocimiento de patrones Bioinformática Ciencias sociales Procesamiento de datos Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del Tercer Taller Internacional sobre Interpretabilidad de la Inteligencia Artificial en Computación de Imágenes Médicas, iMIMIC 2020, el Segundo Taller Internacional sobre Aprendizaje de Imágenes Médicas con Menos Etiquetas y Datos Imperfectos, MIL3ID 2020, y el Quinto Taller Internacional sobre Aprendizaje de Imágenes Médicas con Menos Etiquetas y Datos Imperfectos, MIL3ID 2020. Anotación a escala de datos biomédicos y sÃntesis de etiquetas de expertos, LABELS 2020, celebrada junto con la 23.ª Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2020, en Lima, Perú, en octubre de 2020. Los 8 artÃculos completos presentados en iMIMIC 2020, 11 artÃculos completos para MIL3ID 2020 y los 10 artÃculos completos presentados en LABELS 2020 fueron cuidadosamente revisados ​​y seleccionados entre 16 presentaciones para iMIMIC, 28 para MIL3ID y 12 presentaciones para LABELS. Los artÃculos de iMIMIC se centran en presentar los desafÃos y oportunidades relacionados con el tema de la interpretabilidad de los sistemas de aprendizaje automático en el contexto de las imágenes médicas y la intervención asistida por computadora. MIL3ID aborda las mejores prácticas en el aprendizaje de imágenes médicas con escasez de etiquetas e imperfección de datos. Los artÃculos de LABELS presentan una variedad de enfoques para abordar un número limitado de etiquetas, desde el aprendizaje semisupervisado hasta el crowdsourcing. Nota de contenido: iMIMIC 2020 -- Assessing attribution maps for explaining CNN-based vertebral fracture classifiers -- Projective Latent Interventions for Understanding and Fine-tuning Classifiers -- Interpretable CNN Pruning for Preserving Scale-Covariant Features in Medical Imaging -- Improving the Performance and Explainability of Mammogram Classifiers with Local Annotations -- Improving Interpretability for Computer-aided Diagnosis tools on Whole Slide Imaging with Multiple Instance Learning and Gradient-based Explanations -- Explainable Disease Classification via weakly-supervised segmentation -- Reliable Saliency Maps for Weakly-Supervised Localization of Disease Patterns -- Explainability for regression CNN in fetal head circumference estimation from ultrasound images -- MIL3ID 2020 -- Recovering the Imperfect: Cell Segmentation in the Presence of Dynamically Localized Proteins -- Semi-supervised Instance Segmentation with a Learned Shape Prior -- COMe-SEE: Cross-Modality Semantic Embedding Ensemble for Generalized Zero-Shot Diagnosis of Chest Radiographs -- Semi-supervised Machine Learning with MixMatch and Equivalence Classes -- Non-contrast CT Liver Segmentation using CycleGAN Data Augmentation from Contrast Enhanced CT -- Uncertainty Estimation in Medical Image Localization: Towards Robust Anterior Thalamus Targeting for Deep Brain Stimulation -- A Case Study of Transfer of Lesion-Knowledge -- Transfer Learning With Joint Optimization for Label-Efficient Medical Image Anomaly Detection -- Unsupervised Wasserstein Distance Guided Domain Adaptation for 3D Multi-Domain Liver Segmentation -- HydraMix-Net: A Deep Multi-task Semi-supervised Learning Approach for Cell Detection and Classification -- Semi-supervised classification of chest radiographs -- LABELS 2020 -- Risk of training diagnostic algorithms on data with demographic bias -- Semi-Weakly Supervised Learning for Prostate Cancer Image Classification with Teacher-Student Deep Convolutional Networks -- Are pathologist-defined labels reproducible? Comparison of the TUPAC16 mitotic figure dataset with an alternative set of labels -- EasierPath: An Open-source Tool for Human-in-the-loop Deep Learning of Renal Pathology -- Imbalance-Effective Active Learning in Nucleus, Lymphocyte and Plasma Cell Detection -- Labeling of Multilingual Breast MRI Reports -- Predicting Scores of Medical Imaging Segmentation Methods with Meta-Learning -- Labelling imaging datasets on the basis of neuroradiology reports: a validation study -- Semi-Supervised Learning for Instrument Detection with a Class Imbalanced Dataset -- Paying Per-label Attention for Multi-label Extraction from Radiology Reports. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Third International Workshop, iMIMIC 2020, Second International Workshop, MIL3ID 2020, and 5th International Workshop, LABELS 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4–8, 2020, Proceedings [documento electrónico] / Cardoso, Jaime, ; Van Nguyen, Hien, ; Heller, Nicholas, ; Henriques Abreu, Pedro, ; Isgum, Ivana, ; Silva, Wilson, ; Cruz, Ricardo, ; Pereira Amorim, Jose, ; Patel, Vishal, ; Roysam, Badri, ; Zhou, Kevin, ; Jiang, Steve, ; Le, Ngan, ; Luu, Khoa, ; Sznitman, Raphael, ; Cheplygina, Veronika, ; Mateus, Diana, ; Trucco, Emanuele, ; Abbasi, Samaneh, . - 1 ed. . - [s.l.] : Springer, 2020 . - XVII, 292 p. 109 ilustraciones.
ISBN : 978-3-030-61166-8
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 BiologÃa Computacional y de Sistemas Aplicación informática en ciencias sociales y del comportamiento Reconocimiento de patrones automatizado Sistemas de reconocimiento de patrones Bioinformática Ciencias sociales Procesamiento de datos Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del Tercer Taller Internacional sobre Interpretabilidad de la Inteligencia Artificial en Computación de Imágenes Médicas, iMIMIC 2020, el Segundo Taller Internacional sobre Aprendizaje de Imágenes Médicas con Menos Etiquetas y Datos Imperfectos, MIL3ID 2020, y el Quinto Taller Internacional sobre Aprendizaje de Imágenes Médicas con Menos Etiquetas y Datos Imperfectos, MIL3ID 2020. Anotación a escala de datos biomédicos y sÃntesis de etiquetas de expertos, LABELS 2020, celebrada junto con la 23.ª Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2020, en Lima, Perú, en octubre de 2020. Los 8 artÃculos completos presentados en iMIMIC 2020, 11 artÃculos completos para MIL3ID 2020 y los 10 artÃculos completos presentados en LABELS 2020 fueron cuidadosamente revisados ​​y seleccionados entre 16 presentaciones para iMIMIC, 28 para MIL3ID y 12 presentaciones para LABELS. Los artÃculos de iMIMIC se centran en presentar los desafÃos y oportunidades relacionados con el tema de la interpretabilidad de los sistemas de aprendizaje automático en el contexto de las imágenes médicas y la intervención asistida por computadora. MIL3ID aborda las mejores prácticas en el aprendizaje de imágenes médicas con escasez de etiquetas e imperfección de datos. Los artÃculos de LABELS presentan una variedad de enfoques para abordar un número limitado de etiquetas, desde el aprendizaje semisupervisado hasta el crowdsourcing. Nota de contenido: iMIMIC 2020 -- Assessing attribution maps for explaining CNN-based vertebral fracture classifiers -- Projective Latent Interventions for Understanding and Fine-tuning Classifiers -- Interpretable CNN Pruning for Preserving Scale-Covariant Features in Medical Imaging -- Improving the Performance and Explainability of Mammogram Classifiers with Local Annotations -- Improving Interpretability for Computer-aided Diagnosis tools on Whole Slide Imaging with Multiple Instance Learning and Gradient-based Explanations -- Explainable Disease Classification via weakly-supervised segmentation -- Reliable Saliency Maps for Weakly-Supervised Localization of Disease Patterns -- Explainability for regression CNN in fetal head circumference estimation from ultrasound images -- MIL3ID 2020 -- Recovering the Imperfect: Cell Segmentation in the Presence of Dynamically Localized Proteins -- Semi-supervised Instance Segmentation with a Learned Shape Prior -- COMe-SEE: Cross-Modality Semantic Embedding Ensemble for Generalized Zero-Shot Diagnosis of Chest Radiographs -- Semi-supervised Machine Learning with MixMatch and Equivalence Classes -- Non-contrast CT Liver Segmentation using CycleGAN Data Augmentation from Contrast Enhanced CT -- Uncertainty Estimation in Medical Image Localization: Towards Robust Anterior Thalamus Targeting for Deep Brain Stimulation -- A Case Study of Transfer of Lesion-Knowledge -- Transfer Learning With Joint Optimization for Label-Efficient Medical Image Anomaly Detection -- Unsupervised Wasserstein Distance Guided Domain Adaptation for 3D Multi-Domain Liver Segmentation -- HydraMix-Net: A Deep Multi-task Semi-supervised Learning Approach for Cell Detection and Classification -- Semi-supervised classification of chest radiographs -- LABELS 2020 -- Risk of training diagnostic algorithms on data with demographic bias -- Semi-Weakly Supervised Learning for Prostate Cancer Image Classification with Teacher-Student Deep Convolutional Networks -- Are pathologist-defined labels reproducible? Comparison of the TUPAC16 mitotic figure dataset with an alternative set of labels -- EasierPath: An Open-source Tool for Human-in-the-loop Deep Learning of Renal Pathology -- Imbalance-Effective Active Learning in Nucleus, Lymphocyte and Plasma Cell Detection -- Labeling of Multilingual Breast MRI Reports -- Predicting Scores of Medical Imaging Segmentation Methods with Meta-Learning -- Labelling imaging datasets on the basis of neuroradiology reports: a validation study -- Semi-Supervised Learning for Instrument Detection with a Class Imbalanced Dataset -- Paying Per-label Attention for Multi-label Extraction from Radiology Reports. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
