Autor Parisot, Sarah
|
|
Documentos disponibles escritos por este autor (3)
Hacer una sugerencia Refinar búsquedaFirst International Workshop, GRAIL 2017, 6th International Workshop, MFCA 2017, and Third International Workshop, MICGen 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 10–14, 2017, Proceedings / Cardoso, M. Jorge ; Arbel, Tal ; Ferrante, Enzo ; Pennec, Xavier ; Dalca, Adrian V. ; Parisot, Sarah ; Joshi, Sarang ; Batmanghelich, Nematollah K. ; Sotiras, Aristeidis ; Nielsen, Mads ; Sabuncu, Mert R. ; Fletcher, Tom ; Shen, Li ; Durrleman, Stanley ; Sommer, Stefan
TÃtulo : First International Workshop, GRAIL 2017, 6th International Workshop, MFCA 2017, and Third International Workshop, MICGen 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, ; Ferrante, Enzo, ; Pennec, Xavier, ; Dalca, Adrian V., ; Parisot, Sarah, ; Joshi, Sarang, ; Batmanghelich, Nematollah K., ; Sotiras, Aristeidis, ; Nielsen, Mads, ; Sabuncu, Mert R., ; Fletcher, Tom, ; Shen, Li, ; Durrleman, Stanley, ; Sommer, Stefan, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XV, 250 p. 83 ilustraciones ISBN/ISSN/DL: 978-3-319-67675-3 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 Sistemas de reconocimiento de patrones Inteligencia artificial Informática Médica Procesamiento de datos Reconocimiento de patrones automatizado Informática de la Salud MinerÃa de datos y descubrimiento de conocimientos Ãndice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas conjuntas arbitradas del Primer Taller Internacional sobre Gráficos en Análisis de Imágenes Biomédicas, GRAIL 2017, el 6º Taller Internacional sobre Fundamentos Matemáticos de AnatomÃa Computacional, MFCA 2017, y el Tercer Taller Internacional sobre Genética de Imágenes, MICGen 2017, celebrado en 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 7 artÃculos completos presentados en GRAIL 2017, los 10 artÃculos completos presentados en MFCA 2017 y el Se revisaron y seleccionaron cuidadosamente 5 artÃculos completos presentados en MICGen 2017. Los artÃculos de GRAIL cubren una amplia gama de métodos y aplicaciones de análisis de imágenes médicas basados ​​en gráficos, incluidos modelos gráficos probabilÃsticos, neuroimágenes mediante representaciones gráficas, aprendizaje automático para la predicción de diagnósticos y modelado de formas. Los artÃculos de la MFCA abordan desarrollos teóricos en imágenes no lineales y registro de superficies en el contexto de la anatomÃa computacional. Los artÃculos de MICGen cubren temas en el campo de la genética médica, la biologÃa computacional y las imágenes médicas. En lÃnea: 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 First International Workshop, GRAIL 2017, 6th International Workshop, MFCA 2017, and Third International Workshop, MICGen 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 10–14, 2017, Proceedings [documento electrónico] / Cardoso, M. Jorge, ; Arbel, Tal, ; Ferrante, Enzo, ; Pennec, Xavier, ; Dalca, Adrian V., ; Parisot, Sarah, ; Joshi, Sarang, ; Batmanghelich, Nematollah K., ; Sotiras, Aristeidis, ; Nielsen, Mads, ; Sabuncu, Mert R., ; Fletcher, Tom, ; Shen, Li, ; Durrleman, Stanley, ; Sommer, Stefan, . - 1 ed. . - [s.l.] : Springer, 2017 . - XV, 250 p. 83 ilustraciones.
ISBN : 978-3-319-67675-3
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 Sistemas de reconocimiento de patrones Inteligencia artificial Informática Médica Procesamiento de datos Reconocimiento de patrones automatizado Informática de la Salud MinerÃa de datos y descubrimiento de conocimientos Ãndice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas conjuntas arbitradas del Primer Taller Internacional sobre Gráficos en Análisis de Imágenes Biomédicas, GRAIL 2017, el 6º Taller Internacional sobre Fundamentos Matemáticos de AnatomÃa Computacional, MFCA 2017, y el Tercer Taller Internacional sobre Genética de Imágenes, MICGen 2017, celebrado en 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 7 artÃculos completos presentados en GRAIL 2017, los 10 artÃculos completos presentados en MFCA 2017 y el Se revisaron y seleccionaron cuidadosamente 5 artÃculos completos presentados en MICGen 2017. Los artÃculos de GRAIL cubren una amplia gama de métodos y aplicaciones de análisis de imágenes médicas basados ​​en gráficos, incluidos modelos gráficos probabilÃsticos, neuroimágenes mediante representaciones gráficas, aprendizaje automático para la predicción de diagnósticos y modelado de formas. Los artÃculos de la MFCA abordan desarrollos teóricos en imágenes no lineales y registro de superficies en el contexto de la anatomÃa computacional. Los artÃculos de MICGen cubren temas en el campo de la genética médica, la biologÃa computacional y las imágenes médicas. En lÃnea: 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
TÃtulo : Graphs in Biomedical Image Analysis and Integrating Medical Imaging and Non-Imaging Modalities : Second International Workshop, GRAIL 2018 and First International Workshop, Beyond MIC 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 20, 2018, Proceedings Tipo de documento: documento electrónico Autores: Stoyanov, Danail, ; Taylor, Zeike, ; Ferrante, Enzo, ; Dalca, Adrian V., ; Martel, Anne, ; Maier-Hein, Lena, ; Parisot, Sarah, ; Sotiras, Aristeidis, ; Papiez, Bartlomiej, ; Sabuncu, Mert R., ; Shen, Li, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVI, 101 p. 26 ilustraciones ISBN/ISSN/DL: 978-3-030-00689-1 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Estructuras de datos (Informática) Estructuras de datos y teorÃa de la información Inteligencia artificial Matemáticas de la Computación Visión por computador TeorÃa de la información Algoritmo Matemáticas Informática Ãndice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas conjuntas arbitradas del Segundo Taller Internacional sobre Gráficos en Análisis de Imágenes Biomédicas, GRAIL 2018 y el Primer Taller Internacional sobre la Integración de Modalidades de Imágenes Médicas y No Imágenes, Más Allá de MIC 2018, celebrado junto con la 21ª Conferencia Internacional sobre Medicina. Imaging and Computer-Assisted Intervention, MICCAI 2018, en Granada, España, en septiembre de 2018. Los 6 artÃculos completos presentados en GRAIL 2018 y los 5 artÃculos completos presentados en BeYond MIC 2018 fueron cuidadosamente revisados ​​y seleccionados. Los artÃculos de GRAIL cubren una amplia gama de modelos basados ​​en gráficos para el análisis de imágenes biomédicas y fomentan la exploración de modelos basados ​​en gráficos para problemas clÃnicos difÃciles dentro de una variedad de contextos de imágenes biomédicas. Los artÃculos de Beyond MIC cubren temas de métodos novedosos con importantes componentes de imágenes y no imágenes, abordando aplicaciones prácticas y nuevos conjuntos de datos. Nota de contenido: Graph Saliency Maps through Spectral Convolutional Networks: Application to Sex Classification with Brain Connectivity -- A Graph Representation and Similarity Measure for Brain Networks with Nodal Features -- Hierarchical Bayesian Networks for Modeling Inter-Class Dependencies: Application to Semi-Supervised Cell Segmentation -- Multi-modal Disease Classification in Incomplete Datasets Using Geometric Matrix Completion -- BrainParcel: A Brain Parcellation Algorithm for Cognitive State Classification -- Modeling Brain Networks with Artificial Neural Networks -- A Bayesian Disease Progression Model for Clinical Trajectories -- Multi-modal brain connectivity study using deep collaborative learning -- Towards Subject and Diagnostic Identifiability in the Alzheimer's Disease Spectrum based on Functional Connectomes -- Predicting Conversion of Mild Cognitive Impairments to Alzheimer's Disease and Exploring Impact of Neuroimaging -- Cross-Diagnostic Prediction of Dimensional Psychiatric Phenotypes inAnorexia Nervosa and Body Dysmorphic Disorder Using Multimodal Neuroimaging and Psychometric Data. En lÃnea: 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 Graphs in Biomedical Image Analysis and Integrating Medical Imaging and Non-Imaging Modalities : Second International Workshop, GRAIL 2018 and First International Workshop, Beyond MIC 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 20, 2018, Proceedings [documento electrónico] / Stoyanov, Danail, ; Taylor, Zeike, ; Ferrante, Enzo, ; Dalca, Adrian V., ; Martel, Anne, ; Maier-Hein, Lena, ; Parisot, Sarah, ; Sotiras, Aristeidis, ; Papiez, Bartlomiej, ; Sabuncu, Mert R., ; Shen, Li, . - 1 ed. . - [s.l.] : Springer, 2018 . - XVI, 101 p. 26 ilustraciones.
ISBN : 978-3-030-00689-1
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Estructuras de datos (Informática) Estructuras de datos y teorÃa de la información Inteligencia artificial Matemáticas de la Computación Visión por computador TeorÃa de la información Algoritmo Matemáticas Informática Ãndice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas conjuntas arbitradas del Segundo Taller Internacional sobre Gráficos en Análisis de Imágenes Biomédicas, GRAIL 2018 y el Primer Taller Internacional sobre la Integración de Modalidades de Imágenes Médicas y No Imágenes, Más Allá de MIC 2018, celebrado junto con la 21ª Conferencia Internacional sobre Medicina. Imaging and Computer-Assisted Intervention, MICCAI 2018, en Granada, España, en septiembre de 2018. Los 6 artÃculos completos presentados en GRAIL 2018 y los 5 artÃculos completos presentados en BeYond MIC 2018 fueron cuidadosamente revisados ​​y seleccionados. Los artÃculos de GRAIL cubren una amplia gama de modelos basados ​​en gráficos para el análisis de imágenes biomédicas y fomentan la exploración de modelos basados ​​en gráficos para problemas clÃnicos difÃciles dentro de una variedad de contextos de imágenes biomédicas. Los artÃculos de Beyond MIC cubren temas de métodos novedosos con importantes componentes de imágenes y no imágenes, abordando aplicaciones prácticas y nuevos conjuntos de datos. Nota de contenido: Graph Saliency Maps through Spectral Convolutional Networks: Application to Sex Classification with Brain Connectivity -- A Graph Representation and Similarity Measure for Brain Networks with Nodal Features -- Hierarchical Bayesian Networks for Modeling Inter-Class Dependencies: Application to Semi-Supervised Cell Segmentation -- Multi-modal Disease Classification in Incomplete Datasets Using Geometric Matrix Completion -- BrainParcel: A Brain Parcellation Algorithm for Cognitive State Classification -- Modeling Brain Networks with Artificial Neural Networks -- A Bayesian Disease Progression Model for Clinical Trajectories -- Multi-modal brain connectivity study using deep collaborative learning -- Towards Subject and Diagnostic Identifiability in the Alzheimer's Disease Spectrum based on Functional Connectomes -- Predicting Conversion of Mild Cognitive Impairments to Alzheimer's Disease and Exploring Impact of Neuroimaging -- Cross-Diagnostic Prediction of Dimensional Psychiatric Phenotypes inAnorexia Nervosa and Body Dysmorphic Disorder Using Multimodal Neuroimaging and Psychometric Data. En lÃnea: 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
TÃtulo : Uncertainty for Safe Utilization of Machine Learning in Medical Imaging, and Graphs in Biomedical Image Analysis : Second International Workshop, UNSURE 2020, and Third International Workshop, GRAIL 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 8, 2020, Proceedings Tipo de documento: documento electrónico Autores: Sudre, Carole H., ; Fehri, Hamid, ; Arbel, Tal, ; Baumgartner, Christian F., ; Dalca, Adrian, ; Tanno, Ryutaro, ; Van Leemput, Koen, ; Wells, William M., ; Sotiras, Aristeidis, ; Papiez, Bartlomiej, ; Ferrante, Enzo, ; Parisot, Sarah, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XVII, 222 p. 85 ilustraciones, 76 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-60365-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia artificial Sistemas de reconocimiento de patrones Visión por computador Ciencias sociales Reconocimiento de patrones automatizado Aplicación informática en ciencias sociales y del comportamiento Ãndice Dewey: 006.3 Inteligencia artificial Resumen: Este libro constituye las actas arbitradas del Segundo Taller Internacional sobre Incertidumbre para la Utilización Segura del Aprendizaje Automático en Imágenes Médicas, UNSURE 2020, y el Tercer Taller Internacional sobre Gráficos en Análisis de Imágenes Biomédicas, GRAIL 2020, celebrado en conjunto con MICCAI 2020, en Lima. , Perú, en octubre de 2020. Los talleres se realizaron de manera virtual debido a la pandemia de COVID-19. Para UNSURE 2020, se aceptó para publicación 10 artÃculos de 18 presentaciones. Se centran en desarrollar conciencia y fomentar la investigación en el campo del modelado de incertidumbre para permitir la implementación segura de herramientas de aprendizaje automático en el mundo clÃnico. GRAIL 2020 aceptó 10 artÃculos de las 12 presentaciones recibidas. El taller tiene como objetivo reunir a cientÃficos que utilizan y desarrollan modelos basados ​​en gráficos para el análisis de imágenes biomédicas y fomentar la exploración de modelos basados ​​en gráficos para problemas clÃnicos difÃciles dentro de una variedad de contextos de imágenes biomédicas. Nota de contenido: UNSURE 2020 -- Image registration via stochastic gradient Markov chain Monte Carlo -- RevPHiSeg: A Memory-Efficient Neural Network for Uncertainty Quantification -- Hierarchical brain parcellation with uncertainty -- Quantitative Comparison of Monte-Carlo Dropout Uncertainty Measures for Multi-Class Segmentation -- Uncertainty Estimation in Landmark Localization based on Gaussian Heatmaps -- Weight averaging impact on the uncertainty of retinal artery-venous segmentation -- Improving Pathological Distribution Measurements with Bayesian Uncertainty -- Improving Reliability of Clinical Models using Prediction Calibration -- Uncertainty Estimation in Medical Image Denoising with Bayesian Deep Image Prior -- Uncertainty Estimation for Assessment of 3D US Scan Adequacy and DDH Metric Reliability -- GRAIL 2020 -- Clustering-based Deep Brain MultiGraph Integrator Network for Learning Connectional Brain Templates -- Detection of Discriminative Neurological Circuits Using Hierarchical GraphConvolutional Networks in fMRI Sequences -- Graph Matching Based Connectomic Biomarker with Learning for Brain Disorders -- Multi-Scale Profiling of Brain Multigraphs by Eigen-based Cross-Diffusion and Heat Tracing for Brain State Proling -- Graph Domain Adaptation for Alignment-Invariant Brain Surface Segmentation -- Min-cut Max-flow for Network Abnormality Detection: Application to Preterm Birth -- Geometric Deep Learning for Post-Menstrual Age Prediction based on the Neonatal White Matter Cortical Surface -- The GraphNet Zoo: An All-in-One Graph Based Deep Semi-Supervised Framework for Medical Image Classification -- Intraoperative Liver Surface Completion with Graph Convolutional VAE -- HACT-Net: A Hierarchical Cell-to-Tissue Graph Neural Network for Histopathological Image Classification. En lÃnea: 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 Uncertainty for Safe Utilization of Machine Learning in Medical Imaging, and Graphs in Biomedical Image Analysis : Second International Workshop, UNSURE 2020, and Third International Workshop, GRAIL 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 8, 2020, Proceedings [documento electrónico] / Sudre, Carole H., ; Fehri, Hamid, ; Arbel, Tal, ; Baumgartner, Christian F., ; Dalca, Adrian, ; Tanno, Ryutaro, ; Van Leemput, Koen, ; Wells, William M., ; Sotiras, Aristeidis, ; Papiez, Bartlomiej, ; Ferrante, Enzo, ; Parisot, Sarah, . - 1 ed. . - [s.l.] : Springer, 2020 . - XVII, 222 p. 85 ilustraciones, 76 ilustraciones en color.
ISBN : 978-3-030-60365-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Sistemas de reconocimiento de patrones Visión por computador Ciencias sociales Reconocimiento de patrones automatizado Aplicación informática en ciencias sociales y del comportamiento Ãndice Dewey: 006.3 Inteligencia artificial Resumen: Este libro constituye las actas arbitradas del Segundo Taller Internacional sobre Incertidumbre para la Utilización Segura del Aprendizaje Automático en Imágenes Médicas, UNSURE 2020, y el Tercer Taller Internacional sobre Gráficos en Análisis de Imágenes Biomédicas, GRAIL 2020, celebrado en conjunto con MICCAI 2020, en Lima. , Perú, en octubre de 2020. Los talleres se realizaron de manera virtual debido a la pandemia de COVID-19. Para UNSURE 2020, se aceptó para publicación 10 artÃculos de 18 presentaciones. Se centran en desarrollar conciencia y fomentar la investigación en el campo del modelado de incertidumbre para permitir la implementación segura de herramientas de aprendizaje automático en el mundo clÃnico. GRAIL 2020 aceptó 10 artÃculos de las 12 presentaciones recibidas. El taller tiene como objetivo reunir a cientÃficos que utilizan y desarrollan modelos basados ​​en gráficos para el análisis de imágenes biomédicas y fomentar la exploración de modelos basados ​​en gráficos para problemas clÃnicos difÃciles dentro de una variedad de contextos de imágenes biomédicas. Nota de contenido: UNSURE 2020 -- Image registration via stochastic gradient Markov chain Monte Carlo -- RevPHiSeg: A Memory-Efficient Neural Network for Uncertainty Quantification -- Hierarchical brain parcellation with uncertainty -- Quantitative Comparison of Monte-Carlo Dropout Uncertainty Measures for Multi-Class Segmentation -- Uncertainty Estimation in Landmark Localization based on Gaussian Heatmaps -- Weight averaging impact on the uncertainty of retinal artery-venous segmentation -- Improving Pathological Distribution Measurements with Bayesian Uncertainty -- Improving Reliability of Clinical Models using Prediction Calibration -- Uncertainty Estimation in Medical Image Denoising with Bayesian Deep Image Prior -- Uncertainty Estimation for Assessment of 3D US Scan Adequacy and DDH Metric Reliability -- GRAIL 2020 -- Clustering-based Deep Brain MultiGraph Integrator Network for Learning Connectional Brain Templates -- Detection of Discriminative Neurological Circuits Using Hierarchical GraphConvolutional Networks in fMRI Sequences -- Graph Matching Based Connectomic Biomarker with Learning for Brain Disorders -- Multi-Scale Profiling of Brain Multigraphs by Eigen-based Cross-Diffusion and Heat Tracing for Brain State Proling -- Graph Domain Adaptation for Alignment-Invariant Brain Surface Segmentation -- Min-cut Max-flow for Network Abnormality Detection: Application to Preterm Birth -- Geometric Deep Learning for Post-Menstrual Age Prediction based on the Neonatal White Matter Cortical Surface -- The GraphNet Zoo: An All-in-One Graph Based Deep Semi-Supervised Framework for Medical Image Classification -- Intraoperative Liver Surface Completion with Graph Convolutional VAE -- HACT-Net: A Hierarchical Cell-to-Tissue Graph Neural Network for Histopathological Image Classification. En lÃnea: 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
