| Título : |
Thoracic Image Analysis : Second International Workshop, TIA 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 8, 2020, Proceedings |
| Tipo de documento: |
documento electrónico |
| Autores: |
Petersen, Jens, ; San José Estépar, Raúl, ; Schmidt-Richberg, Alexander, ; Gerard, Sarah, ; Lassen-Schmidt, Bianca, ; Jacobs, Colin, ; Beichel, Reinhard, ; Mori, Kensaku, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2020 |
| Número de páginas: |
X, 166 p. 63 ilustraciones, 49 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-62469-9 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Visión por computador Software de la aplicacion Ordenadores Inteligencia artificial Aplicaciones informáticas y de sistemas de información Entornos informáticos |
| Índice Dewey: |
006.37 Visión artificial |
| Resumen: |
Este libro constituye las actas del Segundo Taller Internacional sobre Análisis de Imágenes Torácicas, TIA 2020, celebrado en Lima, Perú, en octubre de 2020. Debido a la pandemia de COVID-19, la conferencia se celebró de forma virtual. La infección por COVID-19 ha atraído mucha atención a las imágenes pulmonares y el papel de las imágenes por TC en el flujo de trabajo de diagnóstico de los sospechosos de COVID-19 es un tema importante. Los 14 artículos completos presentados abordan todos los aspectos del análisis de imágenes de datos torácicos, incluidos: adquisición y reconstrucción de imágenes, segmentación, registro, cuantificación, visualización, validación, modelado basado en la población, modelado biofísico (anatomía computacional), aprendizaje profundo, análisis de imágenes en animales pequeños, investigación basada en resultados y nuevas aplicaciones para enfermedades infecciosas. |
| Nota de contenido: |
Multi-cavity Heart Segmentation in Non-contrast Non-ECG Gated CT Scans with F-CNN -- 3D Deep Convolutional Neural Network-based Ventilated Lung Segmentation using Multi-nuclear Hyperpolarized Gas MRI -- Lung Cancer Tumor Region Segmentation Using Recurrent 3D-DenseUNet -- 3D Probabilistic Segmentation and Volumetry from 2D Projection Images -- CovidDiagnosis: Deep Diagnosis of Covid-19 Patients using Chest X-rays -- Can We Trust Deep Learning Based Diagnosis? The Impact of Domain Shift in Chest Radiograph Classification -- A Weakly Supervised Deep Learning Framework for COVID-19 CT Detection and Analysis -- Deep Reinforcement Learning for Localization of the Aortic Annulus in Patients with Aortic Dissection -- Functional-Consistent CycleGAN for CT to Iodine Perfusion Map Translation -- MRI to CTA Translation for Pulmonary Artery Evaluation using CycleGANs Trained with Unpaired Data -- Semi-supervised Virtual Regression of Aortic Dissections Using 3D Generative Inpainting -- Registration-Invariant Biomechanical Features for Disease Staging of COPD in SPIROMICS -- Deep Group-wise Variational Diffeomorphic Image Registration. |
| 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 |
Thoracic Image Analysis : Second International Workshop, TIA 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 8, 2020, Proceedings [documento electrónico] / Petersen, Jens, ; San José Estépar, Raúl, ; Schmidt-Richberg, Alexander, ; Gerard, Sarah, ; Lassen-Schmidt, Bianca, ; Jacobs, Colin, ; Beichel, Reinhard, ; Mori, Kensaku, . - 1 ed. . - [s.l.] : Springer, 2020 . - X, 166 p. 63 ilustraciones, 49 ilustraciones en color. ISBN : 978-3-030-62469-9 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 Software de la aplicacion Ordenadores Inteligencia artificial Aplicaciones informáticas y de sistemas de información Entornos informáticos |
| Índice Dewey: |
006.37 Visión artificial |
| Resumen: |
Este libro constituye las actas del Segundo Taller Internacional sobre Análisis de Imágenes Torácicas, TIA 2020, celebrado en Lima, Perú, en octubre de 2020. Debido a la pandemia de COVID-19, la conferencia se celebró de forma virtual. La infección por COVID-19 ha atraído mucha atención a las imágenes pulmonares y el papel de las imágenes por TC en el flujo de trabajo de diagnóstico de los sospechosos de COVID-19 es un tema importante. Los 14 artículos completos presentados abordan todos los aspectos del análisis de imágenes de datos torácicos, incluidos: adquisición y reconstrucción de imágenes, segmentación, registro, cuantificación, visualización, validación, modelado basado en la población, modelado biofísico (anatomía computacional), aprendizaje profundo, análisis de imágenes en animales pequeños, investigación basada en resultados y nuevas aplicaciones para enfermedades infecciosas. |
| Nota de contenido: |
Multi-cavity Heart Segmentation in Non-contrast Non-ECG Gated CT Scans with F-CNN -- 3D Deep Convolutional Neural Network-based Ventilated Lung Segmentation using Multi-nuclear Hyperpolarized Gas MRI -- Lung Cancer Tumor Region Segmentation Using Recurrent 3D-DenseUNet -- 3D Probabilistic Segmentation and Volumetry from 2D Projection Images -- CovidDiagnosis: Deep Diagnosis of Covid-19 Patients using Chest X-rays -- Can We Trust Deep Learning Based Diagnosis? The Impact of Domain Shift in Chest Radiograph Classification -- A Weakly Supervised Deep Learning Framework for COVID-19 CT Detection and Analysis -- Deep Reinforcement Learning for Localization of the Aortic Annulus in Patients with Aortic Dissection -- Functional-Consistent CycleGAN for CT to Iodine Perfusion Map Translation -- MRI to CTA Translation for Pulmonary Artery Evaluation using CycleGANs Trained with Unpaired Data -- Semi-supervised Virtual Regression of Aortic Dissections Using 3D Generative Inpainting -- Registration-Invariant Biomechanical Features for Disease Staging of COPD in SPIROMICS -- Deep Group-wise Variational Diffeomorphic Image Registration. |
| 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 |
|  |
Hacer una sugerencia Refinar búsquedaThoracic Image Analysis / Petersen, Jens ; San José Estépar, Raúl ; Schmidt-Richberg, Alexander ; Gerard, Sarah ; Lassen-Schmidt, Bianca ; Jacobs, Colin ; Beichel, Reinhard ; Mori, Kensaku
