Información del autor
Autor Lofstedt, Tommy |
Documentos disponibles escritos por este autor (2)
Crear una solicitud de compra Refinar búsquedaOR 2.0 Context-Aware Operating Theaters and Machine Learning in Clinical Neuroimaging / Zhou, Luping ; Sarikaya, Duygu ; Kia, Seyed Mostafa ; Speidel, Stefanie ; Malpani, Anand ; Hashimoto, Daniel ; Habes, Mohamad ; Lofstedt, Tommy ; Ritter, Kerstin ; Wang, Hongzhi
TÃtulo : OR 2.0 Context-Aware Operating Theaters and Machine Learning in Clinical Neuroimaging : Second International Workshop, OR 2.0 2019, and Second International Workshop, MLCN 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 13 and 17, 2019, Proceedings Tipo de documento: documento electrónico Autores: Zhou, Luping, ; Sarikaya, Duygu, ; Kia, Seyed Mostafa, ; Speidel, Stefanie, ; Malpani, Anand, ; Hashimoto, Daniel, ; Habes, Mohamad, ; Lofstedt, Tommy, ; Ritter, Kerstin, ; Wang, Hongzhi, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XVI, 114 p. 35 ilustraciones, 33 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-32695-1 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 Clasificación: Resumen: El CapÃtulo 5 está disponible en acceso abierto bajo una licencia internacional Creative Commons Attribution 4.0 a través de Springerlink. Nota de contenido: Proceedings of the Second International Workshop on OR 2.0 Context-Aware Operating Theaters (OR 2.0 2019) -- Feature Aggregation Decoder for Segmenting Laparoscopic Scenes -- Preoperative Planning for Guidewires employing Shape-Regularized Segmentation and Optimized Trajectories -- Guided unsupervised desmoking of laparoscopic images using Cycle-Desmoke -- Unsupervised Temporal Video Segmentation as an Auxiliary Task for Predicting the Remaining Surgery Duration -- Live monitoring of hemodynamic changes with multispectral image analysis -- Towards a Cyber-Physical Systems Based Operating Room of the Future -- Proceedings of the Second International Workshop on Machine Learning in Clinical Neuroimaging: Entering the era of big data via transfer learning and data harmonization (MLCN 2019) -- Deep Transfer Learning For Whole-Brain FMRI Analyses -- Knowledge distillation for semi-supervised domain adaptation -- Relevance Vector Machines for harmonization of MRI brain volumes using image descriptors -- Data Pooling and Sampling of Heterogeneous Image Data for White Matter Hyperintensity Segmentation -- A Hybrid 3DCNN and 3DC-LSTM based model for 4D Spatio-temporal fMRI data: An ABIDE Autism Classification study -- Automated Quantification of Enlarged Perivascular Spaces in Clinical Brain MRI across Sites. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] OR 2.0 Context-Aware Operating Theaters and Machine Learning in Clinical Neuroimaging : Second International Workshop, OR 2.0 2019, and Second International Workshop, MLCN 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 13 and 17, 2019, Proceedings [documento electrónico] / Zhou, Luping, ; Sarikaya, Duygu, ; Kia, Seyed Mostafa, ; Speidel, Stefanie, ; Malpani, Anand, ; Hashimoto, Daniel, ; Habes, Mohamad, ; Lofstedt, Tommy, ; Ritter, Kerstin, ; Wang, Hongzhi, . - 1 ed. . - [s.l.] : Springer, 2019 . - XVI, 114 p. 35 ilustraciones, 33 ilustraciones en color.
ISBN : 978-3-030-32695-1
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 Clasificación: Resumen: El CapÃtulo 5 está disponible en acceso abierto bajo una licencia internacional Creative Commons Attribution 4.0 a través de Springerlink. Nota de contenido: Proceedings of the Second International Workshop on OR 2.0 Context-Aware Operating Theaters (OR 2.0 2019) -- Feature Aggregation Decoder for Segmenting Laparoscopic Scenes -- Preoperative Planning for Guidewires employing Shape-Regularized Segmentation and Optimized Trajectories -- Guided unsupervised desmoking of laparoscopic images using Cycle-Desmoke -- Unsupervised Temporal Video Segmentation as an Auxiliary Task for Predicting the Remaining Surgery Duration -- Live monitoring of hemodynamic changes with multispectral image analysis -- Towards a Cyber-Physical Systems Based Operating Room of the Future -- Proceedings of the Second International Workshop on Machine Learning in Clinical Neuroimaging: Entering the era of big data via transfer learning and data harmonization (MLCN 2019) -- Deep Transfer Learning For Whole-Brain FMRI Analyses -- Knowledge distillation for semi-supervised domain adaptation -- Relevance Vector Machines for harmonization of MRI brain volumes using image descriptors -- Data Pooling and Sampling of Heterogeneous Image Data for White Matter Hyperintensity Segmentation -- A Hybrid 3DCNN and 3DC-LSTM based model for 4D Spatio-temporal fMRI data: An ABIDE Autism Classification study -- Automated Quantification of Enlarged Perivascular Spaces in Clinical Brain MRI across Sites. 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 [...]
