Autor Rathore, Saima
|
|
Documentos disponibles escritos por este autor (2)
Hacer una sugerencia Refinar búsqueda
Título : Radiomics and Radiogenomics in Neuro-oncology : First International Workshop, RNO-AI 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 13, 2019, Proceedings Tipo de documento: documento electrónico Autores: Mohy-ud-Din, Hassan, ; Rathore, Saima, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: IX, 91 p. 22 ilustraciones, 19 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-40124-5 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 Aprendizaje automático Red de computadoras Software de la aplicacion Sistemas de reconocimiento de patrones Redes de comunicación informática Aplicaciones informáticas y de sistemas de información Reconocimiento de patrones automatizado Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas del Primer Taller Internacional sobre Radiómica y Radiogenómica en Neurooncología, RNO-AI 2019, que se celebró junto con MICCAI en Shenzhen, China, en octubre de 2019. Los 10 artículos completos presentados en este volumen fueron cuidadosamente revisado y seleccionado entre 15 presentaciones. Se ocupan del desarrollo de herramientas que puedan automatizar el análisis y la síntesis de imágenes neurooncológicas. . Nota de contenido: Current Status of the Use of Machine Learning and Magnetic Resonance Imaging in the Field of Neuro- Radiomics -- Opportunities and Advances in Radiomics and Radiogenomics in Neuro-Oncology -- A Survey on Recent Advancements for AI Enabled Radiomics in Neuro-Oncology -- Multimodal MRI for Radiogenomic Analysis of PTEN Mutation in Glioblastoma -- Deep radiomic features from MRI scans predict survival outcome of recurrent glio-blastoma -- cuRadiomics: A GPU-based Radiomics Feature Extraction Toolkit -- On validating multimodal MRI based stratification of IDH genotype in high grade gliomas using CNNs and its comparison to radiomics -- Imaging signature of 1p/19q co-deletion status derived via machine learning in lower grade glioma -- A feature-pooling and signature-pooling method for feature selection for quantitative image analysis: application to a radiomics model for survival in glioma -- Radiomics-Enhanced Multi-Task Neural Network for Non-invasive Glioma Subtyp-ing and Segmentation. . 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 Radiomics and Radiogenomics in Neuro-oncology : First International Workshop, RNO-AI 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 13, 2019, Proceedings [documento electrónico] / Mohy-ud-Din, Hassan, ; Rathore, Saima, . - 1 ed. . - [s.l.] : Springer, 2020 . - IX, 91 p. 22 ilustraciones, 19 ilustraciones en color.
ISBN : 978-3-030-40124-5
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 Aprendizaje automático Red de computadoras Software de la aplicacion Sistemas de reconocimiento de patrones Redes de comunicación informática Aplicaciones informáticas y de sistemas de información Reconocimiento de patrones automatizado Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas del Primer Taller Internacional sobre Radiómica y Radiogenómica en Neurooncología, RNO-AI 2019, que se celebró junto con MICCAI en Shenzhen, China, en octubre de 2019. Los 10 artículos completos presentados en este volumen fueron cuidadosamente revisado y seleccionado entre 15 presentaciones. Se ocupan del desarrollo de herramientas que puedan automatizar el análisis y la síntesis de imágenes neurooncológicas. . Nota de contenido: Current Status of the Use of Machine Learning and Magnetic Resonance Imaging in the Field of Neuro- Radiomics -- Opportunities and Advances in Radiomics and Radiogenomics in Neuro-Oncology -- A Survey on Recent Advancements for AI Enabled Radiomics in Neuro-Oncology -- Multimodal MRI for Radiogenomic Analysis of PTEN Mutation in Glioblastoma -- Deep radiomic features from MRI scans predict survival outcome of recurrent glio-blastoma -- cuRadiomics: A GPU-based Radiomics Feature Extraction Toolkit -- On validating multimodal MRI based stratification of IDH genotype in high grade gliomas using CNNs and its comparison to radiomics -- Imaging signature of 1p/19q co-deletion status derived via machine learning in lower grade glioma -- A feature-pooling and signature-pooling method for feature selection for quantitative image analysis: application to a radiomics model for survival in glioma -- Radiomics-Enhanced Multi-Task Neural Network for Non-invasive Glioma Subtyp-ing and Segmentation. . 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 Third International Workshop, MLCN 2020, and Second International Workshop, RNO-AI 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4–8, 2020, Proceedings / Kia, Seyed Mostafa ; Mohy-ud-Din, Hassan ; Abdulkadir, Ahmed ; Bass, Cher ; Habes, Mohamad ; Rondina, Jane Maryam ; Tax, Chantal ; Wang, Hongzhi ; Wolfers, Thomas ; Rathore, Saima ; Ingalhalikar, Madhura
Título : Third International Workshop, MLCN 2020, and Second International Workshop, RNO-AI 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4–8, 2020, Proceedings Tipo de documento: documento electrónico Autores: Kia, Seyed Mostafa, ; Mohy-ud-Din, Hassan, ; Abdulkadir, Ahmed, ; Bass, Cher, ; Habes, Mohamad, ; Rondina, Jane Maryam, ; Tax, Chantal, ; Wang, Hongzhi, ; Wolfers, Thomas, ; Rathore, Saima, ; Ingalhalikar, Madhura, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XVIII, 305 p. 8 ilustraciones ISBN/ISSN/DL: 978-3-030-66843-3 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 Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas arbitradas del Tercer Taller Internacional sobre Aprendizaje Automático en Neuroimagen Clínica, MLCN 2020, y el Segundo Taller Internacional sobre Radiogenómica en Neurooncología, RNO-AI 2020, celebrado en conjunto con MICCAI 2020, en Lima, Perú. en octubre de 2020.* Para MLCN 2020, se aceptaron para publicación 18 artículos de 28 presentados. Los artículos aceptados presentan contribuciones novedosas tanto en el desarrollo de nuevos métodos de aprendizaje automático como en aplicaciones de métodos existentes para resolver problemas desafiantes en neuroimagen clínica. Para RNO-AI 2020, se aceptaron las 8 presentaciones para su publicación. Se centran en abordar los problemas de aplicar el aprendizaje automático a conjuntos de datos de neuroimagen clínica grandes y multisitio. El taller tenía como objetivo reunir a expertos tanto en aprendizaje automático como en neuroimagen clínica para discutir y, con suerte, superar los desafíos existentes del aprendizaje automático aplicado en la neurociencia clínica. *Los talleres se realizaron de manera virtual debido a la pandemia de COVID-19. 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 Third International Workshop, MLCN 2020, and Second International Workshop, RNO-AI 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4–8, 2020, Proceedings [documento electrónico] / Kia, Seyed Mostafa, ; Mohy-ud-Din, Hassan, ; Abdulkadir, Ahmed, ; Bass, Cher, ; Habes, Mohamad, ; Rondina, Jane Maryam, ; Tax, Chantal, ; Wang, Hongzhi, ; Wolfers, Thomas, ; Rathore, Saima, ; Ingalhalikar, Madhura, . - 1 ed. . - [s.l.] : Springer, 2020 . - XVIII, 305 p. 8 ilustraciones.
ISBN : 978-3-030-66843-3
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 Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas arbitradas del Tercer Taller Internacional sobre Aprendizaje Automático en Neuroimagen Clínica, MLCN 2020, y el Segundo Taller Internacional sobre Radiogenómica en Neurooncología, RNO-AI 2020, celebrado en conjunto con MICCAI 2020, en Lima, Perú. en octubre de 2020.* Para MLCN 2020, se aceptaron para publicación 18 artículos de 28 presentados. Los artículos aceptados presentan contribuciones novedosas tanto en el desarrollo de nuevos métodos de aprendizaje automático como en aplicaciones de métodos existentes para resolver problemas desafiantes en neuroimagen clínica. Para RNO-AI 2020, se aceptaron las 8 presentaciones para su publicación. Se centran en abordar los problemas de aplicar el aprendizaje automático a conjuntos de datos de neuroimagen clínica grandes y multisitio. El taller tenía como objetivo reunir a expertos tanto en aprendizaje automático como en neuroimagen clínica para discutir y, con suerte, superar los desafíos existentes del aprendizaje automático aplicado en la neurociencia clínica. *Los talleres se realizaron de manera virtual debido a la pandemia de COVID-19. 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
