Información del autor
Autor Oguz, Ipek |
Documentos disponibles escritos por este autor (3)
Crear una solicitud de compra Refinar búsquedaInformation Processing in Medical Imaging / Niethammer, Marc ; Styner, Martin ; Aylward, Stephen ; Zhu, Hongtu ; Oguz, Ipek ; Yap, Pew-Thian ; Shen, Dinggang
TÃtulo : Information Processing in Medical Imaging : 25th International Conference, IPMI 2017, Boone, NC, USA, June 25-30, 2017, Proceedings Tipo de documento: documento electrónico Autores: Niethammer, Marc, ; Styner, Martin, ; Aylward, Stephen, ; Zhu, Hongtu, ; Oguz, Ipek, ; Yap, Pew-Thian, ; Shen, Dinggang, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XVI, 687 p. 285 ilustraciones ISBN/ISSN/DL: 978-3-319-59050-9 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 de la Salud Inteligencia artificial Reconocimiento de patrones automatizado Visión por computador Mathematical statistics Matemáticas RadiologÃa Informática Médica Sistemas de reconocimiento de patrones Informática Probabilidad y EstadÃstica en Informática Clasificación: Resumen: Este libro constituye las actas de la 25.ª Conferencia Internacional sobre Procesamiento de Información en Imágenes Médicas, IPMI 2017, celebrada en la Appalachian State University, Boon, Carolina del Norte, EE. UU., en junio de 2017. Los 53 artÃculos completos presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados. de 147 presentaciones. Se organizaron en secciones temáticas denominadas: análisis de variedades; análisis de forma; diagnóstico/progresión de la enfermedad; redes cerebrales y conectividad; imágenes de difusión; imágenes cuantitativas; genómica de imágenes; registro de imagen; segmentación; Análisis general de imágenes. Nota de contenido: Analysis on manifolds -- Shape analysis -- Disease diagnosis/progression -- Brain networks an connectivity -- Diffusion imaging -- Quantitative imaging -- Imaging genomics -- Image registration -- Segmentation -- General image analysis. <. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Information Processing in Medical Imaging : 25th International Conference, IPMI 2017, Boone, NC, USA, June 25-30, 2017, Proceedings [documento electrónico] / Niethammer, Marc, ; Styner, Martin, ; Aylward, Stephen, ; Zhu, Hongtu, ; Oguz, Ipek, ; Yap, Pew-Thian, ; Shen, Dinggang, . - 1 ed. . - [s.l.] : Springer, 2017 . - XVI, 687 p. 285 ilustraciones.
ISBN : 978-3-319-59050-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Informática de la Salud Inteligencia artificial Reconocimiento de patrones automatizado Visión por computador Mathematical statistics Matemáticas RadiologÃa Informática Médica Sistemas de reconocimiento de patrones Informática Probabilidad y EstadÃstica en Informática Clasificación: Resumen: Este libro constituye las actas de la 25.ª Conferencia Internacional sobre Procesamiento de Información en Imágenes Médicas, IPMI 2017, celebrada en la Appalachian State University, Boon, Carolina del Norte, EE. UU., en junio de 2017. Los 53 artÃculos completos presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados. de 147 presentaciones. Se organizaron en secciones temáticas denominadas: análisis de variedades; análisis de forma; diagnóstico/progresión de la enfermedad; redes cerebrales y conectividad; imágenes de difusión; imágenes cuantitativas; genómica de imágenes; registro de imagen; segmentación; Análisis general de imágenes. Nota de contenido: Analysis on manifolds -- Shape analysis -- Disease diagnosis/progression -- Brain networks an connectivity -- Diffusion imaging -- Quantitative imaging -- Imaging genomics -- Image registration -- Segmentation -- General image analysis. <. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Simulation and Synthesis in Medical Imaging : Third International Workshop, SASHIMI 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 16, 2018, Proceedings Tipo de documento: documento electrónico Autores: Gooya, Ali, ; Goksel, Orcun, ; Oguz, Ipek, ; Burgos, Ninon, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: X, 140 p. 58 ilustraciones ISBN/ISSN/DL: 978-3-030-00536-8 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 Informática Médica Inteligencia artificial Protección de datos Informática de la Salud Seguridad de datos e información Clasificación: Resumen: Este libro constituye las actas arbitradas del Tercer Taller Internacional sobre Simulación y SÃntesis en Imágenes Médicas, SASHIMI 2018, celebrado junto con MICCAI 2018, en Granada, España, en septiembre de 2018. Los 14 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre numerosos presentaciones. Este taller continúa brindando una perspectiva integradora y de última generación sobre simulación y sÃntesis en imágenes médicas con el propósito de revitalizar la investigación y estimular nuevas ideas sobre cómo construir vÃnculos teóricos, sinergias prácticas y mejores prácticas entre estas dos investigaciones. direcciones. Nota de contenido: Medical Image Synthesis for Data Augmentation and Anonymization Using Generative Adversarial Networks -- Data Augmentation Using synthetic Lesions Improves Machine Learning Detection of Microbleeds from MRI -- Deep Harmonization of Inconsistent MR Data for Consistent Volume Segmentation -- Cross-modality Image Synthesis from Unpaired Data Using CycleGAN: Effects of Gradient Consistency Loss and Training Data Size -- A Machine Learning Approach to Diffusion MRI Partial Volume Estimation -- Unsupervised Learning for Cross-domain Medical Image Synthesis Using Deformation Invariant Cycle Consistency Networks -- Deep Boosted Regression for MR TO CT Synthesis -- Model-Based Generation of Synthetic 3D Time-Lapse Sequences of Multiple Mutually Interacting Motile Cells with Filopodia -- MRI to FDG-PET: Cross-Modal Synthesis Using 3D U-Net for Multi-Modal Alzheimer's Classification -- Tubular Network Formation Process Using 3D Cellular Potts Model -- Deep Learning Based Coronary Artery Motion Artifact Compensation Using Style-Transfer Synthesis in CT Images -- Lung Nodule Synthesis Using CNN-based Latent Data Representation -- RS-Net: Regression-Segmentation 3D CNN for Synthesis of Full Resolution Missing Brain MRI in the Presence of Tumours -- Generating Magnetic Resonance Spectroscopy Imaging Data of Brain Tumours from Linear, Non-Linear and Deep Learning Models. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Simulation and Synthesis in Medical Imaging : Third International Workshop, SASHIMI 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 16, 2018, Proceedings [documento electrónico] / Gooya, Ali, ; Goksel, Orcun, ; Oguz, Ipek, ; Burgos, Ninon, . - 1 ed. . - [s.l.] : Springer, 2018 . - X, 140 p. 58 ilustraciones.
ISBN : 978-3-030-00536-8
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 Informática Médica Inteligencia artificial Protección de datos Informática de la Salud Seguridad de datos e información Clasificación: Resumen: Este libro constituye las actas arbitradas del Tercer Taller Internacional sobre Simulación y SÃntesis en Imágenes Médicas, SASHIMI 2018, celebrado junto con MICCAI 2018, en Granada, España, en septiembre de 2018. Los 14 artÃculos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre numerosos presentaciones. Este taller continúa brindando una perspectiva integradora y de última generación sobre simulación y sÃntesis en imágenes médicas con el propósito de revitalizar la investigación y estimular nuevas ideas sobre cómo construir vÃnculos teóricos, sinergias prácticas y mejores prácticas entre estas dos investigaciones. direcciones. Nota de contenido: Medical Image Synthesis for Data Augmentation and Anonymization Using Generative Adversarial Networks -- Data Augmentation Using synthetic Lesions Improves Machine Learning Detection of Microbleeds from MRI -- Deep Harmonization of Inconsistent MR Data for Consistent Volume Segmentation -- Cross-modality Image Synthesis from Unpaired Data Using CycleGAN: Effects of Gradient Consistency Loss and Training Data Size -- A Machine Learning Approach to Diffusion MRI Partial Volume Estimation -- Unsupervised Learning for Cross-domain Medical Image Synthesis Using Deformation Invariant Cycle Consistency Networks -- Deep Boosted Regression for MR TO CT Synthesis -- Model-Based Generation of Synthetic 3D Time-Lapse Sequences of Multiple Mutually Interacting Motile Cells with Filopodia -- MRI to FDG-PET: Cross-Modal Synthesis Using 3D U-Net for Multi-Modal Alzheimer's Classification -- Tubular Network Formation Process Using 3D Cellular Potts Model -- Deep Learning Based Coronary Artery Motion Artifact Compensation Using Style-Transfer Synthesis in CT Images -- Lung Nodule Synthesis Using CNN-based Latent Data Representation -- RS-Net: Regression-Segmentation 3D CNN for Synthesis of Full Resolution Missing Brain MRI in the Presence of Tumours -- Generating Magnetic Resonance Spectroscopy Imaging Data of Brain Tumours from Linear, Non-Linear and Deep Learning Models. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Understanding and Interpreting Machine Learning in Medical Image Computing Applications : First International Workshops, MLCN 2018, DLF 2018, and iMIMIC 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 16-20, 2018, Proceedings Tipo de documento: documento electrónico Autores: Stoyanov, Danail, ; Taylor, Zeike, ; Kia, Seyed Mostafa, ; Oguz, Ipek, ; Reyes, Mauricio, ; Martel, Anne, ; Maier-Hein, Lena, ; Marquand, Andre F., ; Duchesnay, Edouard, ; Lofstedt, Tommy, ; Landman, Bennett, ; Cardoso, M. Jorge, ; Silva, Carlos A., ; Pereira, Sergio, ; Meier, Raphael, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVI, 149 p. 60 ilustraciones ISBN/ISSN/DL: 978-3-030-02628-8 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 TeorÃa de las máquinas Análisis numérico Informática Médica Bioinformática Lenguajes formales y teorÃa de los autómatas Informática de la Salud BiologÃa Computacional y de Sistemas Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del Primer Taller Internacional sobre Aprendizaje Automático en Neuroimagen ClÃnica, MLCN 2018, el Primer Taller Internacional sobre Fallos del Aprendizaje Profundo, DLF 2018, y el Primer Taller Internacional sobre Interpretabilidad de la Inteligencia Artificial en Computación de Imágenes Médicas, iMIMIC. 2018, celebrado junto con la 21.ª Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2018, en Granada, España, en septiembre de 2018. Se incluyeron los 4 artÃculos completos de MLCN, los 6 artÃculos completos de DLF y los 6 artÃculos completos de iMIMIC. en este volumen fueron cuidadosamente revisados ​​y seleccionados. Las contribuciones de MLCN desarrollan métodos de aprendizaje automático de última generación, como el análisis de procesos gaussianos espacio-temporales, la inferencia variacional estocástica y el aprendizaje profundo para aplicaciones en el diagnóstico de la enfermedad de Alzheimer y el análisis de datos de neuroimagen en múltiples sitios; los artÃculos de DLF evalúan las fortalezas y debilidades de DL e identifican los principales desafÃos en el estado actual del arte y las direcciones futuras; Los artÃculos de iMIMIC cubren una amplia gama de temas en el campo de la interpretabilidad del aprendizaje automático en el contexto del análisis de imágenes médicas. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Understanding and Interpreting Machine Learning in Medical Image Computing Applications : First International Workshops, MLCN 2018, DLF 2018, and iMIMIC 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 16-20, 2018, Proceedings [documento electrónico] / Stoyanov, Danail, ; Taylor, Zeike, ; Kia, Seyed Mostafa, ; Oguz, Ipek, ; Reyes, Mauricio, ; Martel, Anne, ; Maier-Hein, Lena, ; Marquand, Andre F., ; Duchesnay, Edouard, ; Lofstedt, Tommy, ; Landman, Bennett, ; Cardoso, M. Jorge, ; Silva, Carlos A., ; Pereira, Sergio, ; Meier, Raphael, . - 1 ed. . - [s.l.] : Springer, 2018 . - XVI, 149 p. 60 ilustraciones.
ISBN : 978-3-030-02628-8
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 TeorÃa de las máquinas Análisis numérico Informática Médica Bioinformática Lenguajes formales y teorÃa de los autómatas Informática de la Salud BiologÃa Computacional y de Sistemas Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del Primer Taller Internacional sobre Aprendizaje Automático en Neuroimagen ClÃnica, MLCN 2018, el Primer Taller Internacional sobre Fallos del Aprendizaje Profundo, DLF 2018, y el Primer Taller Internacional sobre Interpretabilidad de la Inteligencia Artificial en Computación de Imágenes Médicas, iMIMIC. 2018, celebrado junto con la 21.ª Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2018, en Granada, España, en septiembre de 2018. Se incluyeron los 4 artÃculos completos de MLCN, los 6 artÃculos completos de DLF y los 6 artÃculos completos de iMIMIC. en este volumen fueron cuidadosamente revisados ​​y seleccionados. Las contribuciones de MLCN desarrollan métodos de aprendizaje automático de última generación, como el análisis de procesos gaussianos espacio-temporales, la inferencia variacional estocástica y el aprendizaje profundo para aplicaciones en el diagnóstico de la enfermedad de Alzheimer y el análisis de datos de neuroimagen en múltiples sitios; los artÃculos de DLF evalúan las fortalezas y debilidades de DL e identifican los principales desafÃos en el estado actual del arte y las direcciones futuras; Los artÃculos de iMIMIC cubren una amplia gama de temas en el campo de la interpretabilidad del aprendizaje automático en el contexto del análisis de imágenes médicas. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
