Autor Cardoso, M. Jorge
|
|
Documentos disponibles escritos por este autor (13)
Hacer una sugerencia Refinar búsqueda6th Joint International Workshops, CVII-STENT 2017 and Second International Workshop, LABELS 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 10–14, 2017, Proceedings / Cardoso, M. Jorge ; Arbel, Tal ; Lee, Su-Lin ; Cheplygina, Veronika ; Balocco, Simone ; Mateus, Diana ; Zahnd, Guillaume ; Maier-Hein, Lena ; Demirci, Stefanie ; Granger, Eric ; Duong, Luc ; Carbonneau, Marc-André ; Albarqouni, Shadi ; Carneiro, Gustavo
Título : 6th Joint International Workshops, CVII-STENT 2017 and Second International Workshop, LABELS 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, ; Lee, Su-Lin, ; Cheplygina, Veronika, ; Balocco, Simone, ; Mateus, Diana, ; Zahnd, Guillaume, ; Maier-Hein, Lena, ; Demirci, Stefanie, ; Granger, Eric, ; Duong, Luc, ; Carbonneau, Marc-André, ; Albarqouni, Shadi, ; Carneiro, Gustavo, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XVI, 166 p. 73 ilustraciones ISBN/ISSN/DL: 978-3-319-67534-3 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 Ingeniería Informática y Redes Informática de la Salud Red informática Ingeniería Informática Inteligencia artificial Informática Médica Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas conjuntas arbitradas del 6º Taller Internacional Conjunto sobre Computación y Visualización para Imágenes Intravasculares y Colocación de Stents Asistidos por Computadora, CVII-STENT 2017, y el Segundo Taller Internacional sobre Anotación a Gran Escala de Datos Biomédicos y Síntesis de Etiquetas Expertas, LABELS 2017 , celebrada 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 6 artículos completos presentados en CVII-STENT 2017 y los 11 artículos completos presentados en LABELS 2017 fueron cuidadosamente revisadas y seleccionadas. Los artículos CVII-STENT presentan lo último en imágenes, tratamiento e intervención asistida por computadora en el campo de las intervenciones endovasculares. Los artículos de LABELS presentan una variedad de enfoques para abordar pocas etiquetas, desde el aprendizaje por transferencia hasta el crowdsourcing. 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 6th Joint International Workshops, CVII-STENT 2017 and Second International Workshop, LABELS 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 10–14, 2017, Proceedings [documento electrónico] / Cardoso, M. Jorge, ; Arbel, Tal, ; Lee, Su-Lin, ; Cheplygina, Veronika, ; Balocco, Simone, ; Mateus, Diana, ; Zahnd, Guillaume, ; Maier-Hein, Lena, ; Demirci, Stefanie, ; Granger, Eric, ; Duong, Luc, ; Carbonneau, Marc-André, ; Albarqouni, Shadi, ; Carneiro, Gustavo, . - 1 ed. . - [s.l.] : Springer, 2017 . - XVI, 166 p. 73 ilustraciones.
ISBN : 978-3-319-67534-3
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 Ingeniería Informática y Redes Informática de la Salud Red informática Ingeniería Informática Inteligencia artificial Informática Médica Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas conjuntas arbitradas del 6º Taller Internacional Conjunto sobre Computación y Visualización para Imágenes Intravasculares y Colocación de Stents Asistidos por Computadora, CVII-STENT 2017, y el Segundo Taller Internacional sobre Anotación a Gran Escala de Datos Biomédicos y Síntesis de Etiquetas Expertas, LABELS 2017 , celebrada 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 6 artículos completos presentados en CVII-STENT 2017 y los 11 artículos completos presentados en LABELS 2017 fueron cuidadosamente revisadas y seleccionadas. Los artículos CVII-STENT presentan lo último en imágenes, tratamiento e intervención asistida por computadora en el campo de las intervenciones endovasculares. Los artículos de LABELS presentan una variedad de enfoques para abordar pocas etiquetas, desde el aprendizaje por transferencia hasta el crowdsourcing. 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
Título : Clinical Image-Based Procedures, Distributed and Collaborative Learning, Artificial Intelligence for Combating COVID-19 and Secure and Privacy-Preserving Machine Learning : 10th Workshop, CLIP 2021, Second Workshop, DCL 2021, First Workshop, LL-COVID19 2021, and First Workshop and Tutorial, PPML 2021, Held in Conjunction with MICCAI 2021, Strasbourg, France, September 27 and October 1, 2021, Proceedings Tipo de documento: documento electrónico Autores: Oyarzun Laura, Cristina, ; Cardoso, M. Jorge, ; Rosen-Zvi, Michal, ; Kaissis, Georgios, ; Linguraru, Marius George, ; Shekhar, Raj, ; Wesarg, Stefan, ; Erdt, Marius, ; Drechsler, Klaus, ; Chen, Yufei, ; Albarqouni, Shadi, ; Bakas, Spyridon, ; Landman, Bennett, ; Rieke, Nicola, ; Roth, Holger, ; Li, Xiaoxiao, ; Xu, Daguang, ; Gabrani, Maria, ; Konukoglu, Ender, ; Guindy, Michal, ; Rueckert, Daniel, ; Ziller, Alexander, ; Usynin, Dmitrii, ; Passerat-Palmbach, Jonathan, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XXV, 190 p. 78 ilustraciones, 67 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-90874-4 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 Ciencias sociales Redes de comunicación informática Aplicación informática en ciencias sociales y del comportamiento Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas arbitradas del décimo taller internacional sobre procedimientos clínicos basados en imágenes, CLIP 2021, segundo taller MICCAI sobre aprendizaje distribuido y colaborativo, DCL 2021, primer taller MICCAI, LL-COVID19, primer aprendizaje automático seguro y que preserva la privacidad para Taller y tutorial sobre imágenes médicas, PPML 2021, celebrado junto con MICCAI 2021, en octubre de 2021. Estaba previsto que los talleres se llevaran a cabo en Estrasburgo, Francia, pero se llevaron a cabo virtualmente debido a la pandemia de COVID-19. CLIP 2021 aceptó 9 artículos de las 13 presentaciones recibidas. Se centra en modelos holísticos de pacientes para una atención sanitaria personalizada con el objetivo de acercar los métodos de investigación básica a la práctica clínica. Para DCL 2021, se aceptó para publicación 4 artículos de 7 presentaciones. Se ocupan del aprendizaje automático aplicado a problemas en los que los datos no se pueden almacenar en bases de datos centralizadas y la privacidad de la información es una prioridad. LL-COVID19 2021 aceptó 2 artículos de 3 presentados que trataban sobre el uso de modelos de IA en la práctica clínica. Y para PPML 2021, se aceptaron 2 artículos de un total de 6 presentaciones, que exploraban el uso de técnicas de privacidad en la comunidad de imágenes médicas. Nota de contenido: Intestine segmentation with small computational cost for diagnosis assistance of ileus and intestinal obstruction -- Generation of Patient-Specific, Ligamentoskeletal, Finite Element Meshes for Scoliosis Correction Planning -- Bayesian Graph Neural Networks For EEG-based Emotion Recognition -- ViTBIS: Vision Transformer for Biomedical Image Segmentation -- Attention-guided pancreatic duct segmentation from abdominal CT volumes -- Development of the Next Generation Hand-Held Doppler With Waveform Phasicity Predictive Capabilities Using Deep Learning -- Learning from mistakes: an error-driven mechanism to improve segmentation performance based on expert feedback -- TMJOAI: an artificial web-based intelligence tool for early diagnosis of the Temporomandibular Joint Osteoarthritis -- COVID-19 Infection Segmentation from Chest CT Images Based on Scale Uncertainty -- Multi-task Federated Learning for Heterogeneous Pancreas Segmentation -- Federated Learning in the Cloud for Analysis of Medical Images- Experience with Open Source Frameworks -- On the Fairness of Swarm Learning in Skin Lesion Classification -- Lessons learned from the development and application of medical imaging-based AI technologies for combating COVID-19: why discuss, what next -- The Role of Pleura and Adipose in Lung Ultrasound AI -- DuCN: Dual-children Network for Medical Diagnosis and Similar Case Recommendation towards COVID-19 -- Data imputation and reconstruction of distributed Parkinson's disease clinical assessments: A comparative evaluation of two aggregation algorithms -- Defending Medical Image Diagnostics against Privacy Attacks using Generative Methods: Application to Retinal Diagnostics. 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 Clinical Image-Based Procedures, Distributed and Collaborative Learning, Artificial Intelligence for Combating COVID-19 and Secure and Privacy-Preserving Machine Learning : 10th Workshop, CLIP 2021, Second Workshop, DCL 2021, First Workshop, LL-COVID19 2021, and First Workshop and Tutorial, PPML 2021, Held in Conjunction with MICCAI 2021, Strasbourg, France, September 27 and October 1, 2021, Proceedings [documento electrónico] / Oyarzun Laura, Cristina, ; Cardoso, M. Jorge, ; Rosen-Zvi, Michal, ; Kaissis, Georgios, ; Linguraru, Marius George, ; Shekhar, Raj, ; Wesarg, Stefan, ; Erdt, Marius, ; Drechsler, Klaus, ; Chen, Yufei, ; Albarqouni, Shadi, ; Bakas, Spyridon, ; Landman, Bennett, ; Rieke, Nicola, ; Roth, Holger, ; Li, Xiaoxiao, ; Xu, Daguang, ; Gabrani, Maria, ; Konukoglu, Ender, ; Guindy, Michal, ; Rueckert, Daniel, ; Ziller, Alexander, ; Usynin, Dmitrii, ; Passerat-Palmbach, Jonathan, . - 1 ed. . - [s.l.] : Springer, 2021 . - XXV, 190 p. 78 ilustraciones, 67 ilustraciones en color.
ISBN : 978-3-030-90874-4
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 Ciencias sociales Redes de comunicación informática Aplicación informática en ciencias sociales y del comportamiento Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas arbitradas del décimo taller internacional sobre procedimientos clínicos basados en imágenes, CLIP 2021, segundo taller MICCAI sobre aprendizaje distribuido y colaborativo, DCL 2021, primer taller MICCAI, LL-COVID19, primer aprendizaje automático seguro y que preserva la privacidad para Taller y tutorial sobre imágenes médicas, PPML 2021, celebrado junto con MICCAI 2021, en octubre de 2021. Estaba previsto que los talleres se llevaran a cabo en Estrasburgo, Francia, pero se llevaron a cabo virtualmente debido a la pandemia de COVID-19. CLIP 2021 aceptó 9 artículos de las 13 presentaciones recibidas. Se centra en modelos holísticos de pacientes para una atención sanitaria personalizada con el objetivo de acercar los métodos de investigación básica a la práctica clínica. Para DCL 2021, se aceptó para publicación 4 artículos de 7 presentaciones. Se ocupan del aprendizaje automático aplicado a problemas en los que los datos no se pueden almacenar en bases de datos centralizadas y la privacidad de la información es una prioridad. LL-COVID19 2021 aceptó 2 artículos de 3 presentados que trataban sobre el uso de modelos de IA en la práctica clínica. Y para PPML 2021, se aceptaron 2 artículos de un total de 6 presentaciones, que exploraban el uso de técnicas de privacidad en la comunidad de imágenes médicas. Nota de contenido: Intestine segmentation with small computational cost for diagnosis assistance of ileus and intestinal obstruction -- Generation of Patient-Specific, Ligamentoskeletal, Finite Element Meshes for Scoliosis Correction Planning -- Bayesian Graph Neural Networks For EEG-based Emotion Recognition -- ViTBIS: Vision Transformer for Biomedical Image Segmentation -- Attention-guided pancreatic duct segmentation from abdominal CT volumes -- Development of the Next Generation Hand-Held Doppler With Waveform Phasicity Predictive Capabilities Using Deep Learning -- Learning from mistakes: an error-driven mechanism to improve segmentation performance based on expert feedback -- TMJOAI: an artificial web-based intelligence tool for early diagnosis of the Temporomandibular Joint Osteoarthritis -- COVID-19 Infection Segmentation from Chest CT Images Based on Scale Uncertainty -- Multi-task Federated Learning for Heterogeneous Pancreas Segmentation -- Federated Learning in the Cloud for Analysis of Medical Images- Experience with Open Source Frameworks -- On the Fairness of Swarm Learning in Skin Lesion Classification -- Lessons learned from the development and application of medical imaging-based AI technologies for combating COVID-19: why discuss, what next -- The Role of Pleura and Adipose in Lung Ultrasound AI -- DuCN: Dual-children Network for Medical Diagnosis and Similar Case Recommendation towards COVID-19 -- Data imputation and reconstruction of distributed Parkinson's disease clinical assessments: A comparative evaluation of two aggregation algorithms -- Defending Medical Image Diagnostics against Privacy Attacks using Generative Methods: Application to Retinal Diagnostics. 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
Título : Computer Assisted and Robotic Endoscopy and Clinical Image-Based Procedures : 4th International Workshop, CARE 2017, and 6th International Workshop, CLIP 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 14, 2017, Proceedings Tipo de documento: documento electrónico Autores: Cardoso, M. Jorge, ; Arbel, Tal, ; Luo, Xiongbiao, ; Wesarg, Stefan, ; Reichl, Tobias, ; González Ballester, Miguel Ángel, ; McLeod, Jonathan, ; Drechsler, Klaus, ; Peters, Terry, ; Erdt, Marius, ; Mori, Kensaku, ; Linguraru, Marius George, ; Uhl, Andreas, ; Oyarzun Laura, Cristina, ; Shekhar, Raj, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XIV, 182 p. 86 ilustraciones ISBN/ISSN/DL: 978-3-319-67543-5 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 Gráficos de computadora Inteligencia artificial Informática Médica Informática de la Salud Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas conjuntas arbitradas del 4.° Taller Internacional sobre Endoscopia Robótica y Asistida por Computadora, CARE 2017, y el 6.° Taller Internacional sobre Procedimientos Clínicos Basados en Imágenes: Investigación Traslacional en Imágenes Médicas, CLIP 2017, celebrado en conjunto con el 20.° Congreso Internacional Conferencia sobre imágenes médicas e intervención asistida por computadora, MICCAI 2017, en la ciudad de Québec, QC, Canadá, en septiembre de 2017. Los 7 artículos completos presentados en CARE 2017 y los 10 artículos completos presentados en CLIP 2017 fueron cuidadosamente revisados y seleccionados. Los artículos tratan sobre endoscopia intervencionista y diagnóstica integrando los últimos avances en visión por computadora, robótica, imágenes médicas y procesamiento de información y el desarrollo y evaluación de nuevas técnicas traslacionales basadas en imágenes en el hospital moderno. . 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 Computer Assisted and Robotic Endoscopy and Clinical Image-Based Procedures : 4th International Workshop, CARE 2017, and 6th International Workshop, CLIP 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 14, 2017, Proceedings [documento electrónico] / Cardoso, M. Jorge, ; Arbel, Tal, ; Luo, Xiongbiao, ; Wesarg, Stefan, ; Reichl, Tobias, ; González Ballester, Miguel Ángel, ; McLeod, Jonathan, ; Drechsler, Klaus, ; Peters, Terry, ; Erdt, Marius, ; Mori, Kensaku, ; Linguraru, Marius George, ; Uhl, Andreas, ; Oyarzun Laura, Cristina, ; Shekhar, Raj, . - 1 ed. . - [s.l.] : Springer, 2017 . - XIV, 182 p. 86 ilustraciones.
ISBN : 978-3-319-67543-5
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 Gráficos de computadora Inteligencia artificial Informática Médica Informática de la Salud Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas conjuntas arbitradas del 4.° Taller Internacional sobre Endoscopia Robótica y Asistida por Computadora, CARE 2017, y el 6.° Taller Internacional sobre Procedimientos Clínicos Basados en Imágenes: Investigación Traslacional en Imágenes Médicas, CLIP 2017, celebrado en conjunto con el 20.° Congreso Internacional Conferencia sobre imágenes médicas e intervención asistida por computadora, MICCAI 2017, en la ciudad de Québec, QC, Canadá, en septiembre de 2017. Los 7 artículos completos presentados en CARE 2017 y los 10 artículos completos presentados en CLIP 2017 fueron cuidadosamente revisados y seleccionados. Los artículos tratan sobre endoscopia intervencionista y diagnóstica integrando los últimos avances en visión por computadora, robótica, imágenes médicas y procesamiento de información y el desarrollo y evaluación de nuevas técnicas traslacionales basadas en imágenes en el hospital moderno. . 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
Título : Deep Learning in Medical Image Analysis and Multimodal Learning for Clinical Decision Support : Third International Workshop, DLMIA 2017, and 7th International Workshop, ML-CDS 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 14, Proceedings Tipo de documento: documento electrónico Autores: Cardoso, M. Jorge, ; Arbel, Tal, ; Carneiro, Gustavo, ; Syeda-Mahmood, Tanveer, ; Tavares, João Manuel RS, ; Moradi, Mehdi, ; Bradley, Andrew, ; Greenspan, Hayit, ; Papa, João Paulo, ; Madabhushi, Anant, ; Nascimento, Jacinto C., ; Cardoso, Jaime S., ; Belagiannis, Vasileios, ; Lu, Zhi, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XIX, 385 p. 169 ilustraciones ISBN/ISSN/DL: 978-3-319-67558-9 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 Inteligencia artificial Informática Médica Bioinformática diseño lógico Informática de la Salud Biología Computacional y de Sistemas Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas conjuntas arbitradas del Tercer Taller Internacional sobre Aprendizaje Profundo en Análisis de Imágenes Médicas, DLMIA 2017, y el 6º Taller Internacional sobre Aprendizaje Multimodal para el Apoyo a la Decisión Clínica, ML-CDS 2017, celebrado junto con la 20ª Conferencia Internacional sobre Medical Imaging and Computer-Assisted Intervention, MICCAI 2017, en la ciudad de Québec, QC, Canadá, en septiembre de 2017. Los 38 artículos completos presentados en DLMIA 2017 y los 5 artículos completos presentados en ML-CDS 2017 fueron cuidadosamente revisados y seleccionados. Los artículos de DLMIA se centran en el diseño y uso de métodos de aprendizaje profundo en imágenes médicas. Los artículos de ML-CDS analizan nuevas técnicas de extracción/recuperación multimodal y su uso en el apoyo a las decisiones clínicas. 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 Deep Learning in Medical Image Analysis and Multimodal Learning for Clinical Decision Support : Third International Workshop, DLMIA 2017, and 7th International Workshop, ML-CDS 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 14, Proceedings [documento electrónico] / Cardoso, M. Jorge, ; Arbel, Tal, ; Carneiro, Gustavo, ; Syeda-Mahmood, Tanveer, ; Tavares, João Manuel RS, ; Moradi, Mehdi, ; Bradley, Andrew, ; Greenspan, Hayit, ; Papa, João Paulo, ; Madabhushi, Anant, ; Nascimento, Jacinto C., ; Cardoso, Jaime S., ; Belagiannis, Vasileios, ; Lu, Zhi, . - 1 ed. . - [s.l.] : Springer, 2017 . - XIX, 385 p. 169 ilustraciones.
ISBN : 978-3-319-67558-9
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 Inteligencia artificial Informática Médica Bioinformática diseño lógico Informática de la Salud Biología Computacional y de Sistemas Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas conjuntas arbitradas del Tercer Taller Internacional sobre Aprendizaje Profundo en Análisis de Imágenes Médicas, DLMIA 2017, y el 6º Taller Internacional sobre Aprendizaje Multimodal para el Apoyo a la Decisión Clínica, ML-CDS 2017, celebrado junto con la 20ª Conferencia Internacional sobre Medical Imaging and Computer-Assisted Intervention, MICCAI 2017, en la ciudad de Québec, QC, Canadá, en septiembre de 2017. Los 38 artículos completos presentados en DLMIA 2017 y los 5 artículos completos presentados en ML-CDS 2017 fueron cuidadosamente revisados y seleccionados. Los artículos de DLMIA se centran en el diseño y uso de métodos de aprendizaje profundo en imágenes médicas. Los artículos de ML-CDS analizan nuevas técnicas de extracción/recuperación multimodal y su uso en el apoyo a las decisiones clínicas. 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
Título : Domain Adaptation and Representation Transfer, and Affordable Healthcare and AI for Resource Diverse Global Health : Third MICCAI Workshop, DART 2021, and First MICCAI Workshop, FAIR 2021, Held in Conjunction with MICCAI 2021, Strasbourg, France, September 27 and October 1, 2021, Proceedings Tipo de documento: documento electrónico Autores: Albarqouni, Shadi, ; Cardoso, M. Jorge, ; Dou, Qi, ; Kamnitsas, Konstantinos, ; Khanal, Bishesh, ; Rekik, Islem, ; Rieke, Nicola, ; Sheet, Debdoot, ; Tsaftaris, Sotirios, ; Xu, Daguang, ; Xu, Ziyue, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XV, 264 p. 95 ilustraciones, 90 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-87722-4 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 Bioinformática Informática Médica Biología Computacional y de Sistemas Informática de la Salud Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas arbitradas del Tercer Taller MICCAI sobre Adaptación de Dominios y Transferencia de Representación, DART 2021, y el Primer Taller MICCAI sobre Atención Médica Asequible e IA para la Salud Global con Diversidad de Recursos, FAIR 2021, celebrado junto con MICCAI 2021, en septiembre/octubre de 2021. Los talleres estaban previstos para realizarse en Estrasburgo, Francia, pero se realizaron de forma virtual debido a la pandemia de COVID-19. DART 2021 aceptó 13 artículos de las 21 presentaciones recibidas. El taller tiene como objetivo crear un foro de debate para comparar, evaluar y discutir los avances metodológicos y las ideas que pueden mejorar la aplicabilidad de los enfoques de aprendizaje automático (ML)/aprendizaje profundo (DL) en el entorno clínico al hacerlos robustos y consistentes en diferentes dominios. Para FAIR 2021, se aceptaron para su publicación 10 artículos de 17 presentaciones. Se centran en la traducción de imagen a imagen, en particular para entornos de baja dosis o baja resolución; la compacidad y compresión del modelo; Adaptación de dominio y aprendizaje por transferencia; aprendizaje activo, continuo y metaaprendizaje. Nota de contenido: Domain Adaptation and Representation Transfer -- A Systematic Benchmarking Analysis of Transfer Learning for Medical Image Analysis -- Self-supervised Multi-scale Consistency for Weakly Supervised Segmentation Learning -- FDA: Feature Decomposition and Aggregation for Robust Airway Segmentation -- Adversarial Continual Learning for Multi-Domain Hippocampal Segmentation -- Self-Supervised Multimodal Generalized Zero Shot Learning For Gleason Grading -- Self-Supervised Learning of Inter-Label Geometric Relationships For Gleason Grade Segmentation -- Stop Throwing Away Discriminators! Re-using Adversaries for Test-Time Training -- Transductive image segmentation: Self-training and effect of uncertainty estimation -- Unsupervised Domain Adaptation with Semantic Consistency across Heterogeneous Modalities for MRI Prostate Lesion Segmentation -- Cohort Bias Adaptation in Federated Datasets for Lesion Segmentation -- Exploring Deep Registration Latent Spaces -- Learning from Partially Overlapping Labels: Image Segmentation under Annotation Shift -- Unsupervised Domain Adaption via Similarity-based Prototypes for Cross-Modality Segmentation -- A ordable AI and Healthcare -- Classification and Generation of Microscopy Images with Plasmodium Falciparum via Arti cial Neural Networks using Low Cost Settings -- Contrast and Resolution Improvement of POCUS Using Self-Consistent CycleGAN -- Low-Dose Dynamic CT Perfusion Denoising without Training Data -- Recurrent Brain Graph Mapper for Predicting Time-Dependent Brain Graph Evaluation Trajectory -- COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep Convolutional Neural Network Design for Detection of COVID-19Patient Cases from Point-of-care Ultrasound Imaging -- Inter-Domain Alignment for Predicting High-Resolution Brain Networks Using Teacher-Student Learning -- Sickle Cell Disease Severity Prediction from Percoll Gradient Images using Graph Convolutional Networks -- Continual Domain Incremental Learning for Chest X-ray Classificationin Low-Resource Clinical Settings -- Deep learning based Automatic detection of adequately positioned mammograms -- Can non-specialists provide high quality Gold standard labels in challenging modalities. 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 Domain Adaptation and Representation Transfer, and Affordable Healthcare and AI for Resource Diverse Global Health : Third MICCAI Workshop, DART 2021, and First MICCAI Workshop, FAIR 2021, Held in Conjunction with MICCAI 2021, Strasbourg, France, September 27 and October 1, 2021, Proceedings [documento electrónico] / Albarqouni, Shadi, ; Cardoso, M. Jorge, ; Dou, Qi, ; Kamnitsas, Konstantinos, ; Khanal, Bishesh, ; Rekik, Islem, ; Rieke, Nicola, ; Sheet, Debdoot, ; Tsaftaris, Sotirios, ; Xu, Daguang, ; Xu, Ziyue, . - 1 ed. . - [s.l.] : Springer, 2021 . - XV, 264 p. 95 ilustraciones, 90 ilustraciones en color.
ISBN : 978-3-030-87722-4
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 Bioinformática Informática Médica Biología Computacional y de Sistemas Informática de la Salud Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas arbitradas del Tercer Taller MICCAI sobre Adaptación de Dominios y Transferencia de Representación, DART 2021, y el Primer Taller MICCAI sobre Atención Médica Asequible e IA para la Salud Global con Diversidad de Recursos, FAIR 2021, celebrado junto con MICCAI 2021, en septiembre/octubre de 2021. Los talleres estaban previstos para realizarse en Estrasburgo, Francia, pero se realizaron de forma virtual debido a la pandemia de COVID-19. DART 2021 aceptó 13 artículos de las 21 presentaciones recibidas. El taller tiene como objetivo crear un foro de debate para comparar, evaluar y discutir los avances metodológicos y las ideas que pueden mejorar la aplicabilidad de los enfoques de aprendizaje automático (ML)/aprendizaje profundo (DL) en el entorno clínico al hacerlos robustos y consistentes en diferentes dominios. Para FAIR 2021, se aceptaron para su publicación 10 artículos de 17 presentaciones. Se centran en la traducción de imagen a imagen, en particular para entornos de baja dosis o baja resolución; la compacidad y compresión del modelo; Adaptación de dominio y aprendizaje por transferencia; aprendizaje activo, continuo y metaaprendizaje. Nota de contenido: Domain Adaptation and Representation Transfer -- A Systematic Benchmarking Analysis of Transfer Learning for Medical Image Analysis -- Self-supervised Multi-scale Consistency for Weakly Supervised Segmentation Learning -- FDA: Feature Decomposition and Aggregation for Robust Airway Segmentation -- Adversarial Continual Learning for Multi-Domain Hippocampal Segmentation -- Self-Supervised Multimodal Generalized Zero Shot Learning For Gleason Grading -- Self-Supervised Learning of Inter-Label Geometric Relationships For Gleason Grade Segmentation -- Stop Throwing Away Discriminators! Re-using Adversaries for Test-Time Training -- Transductive image segmentation: Self-training and effect of uncertainty estimation -- Unsupervised Domain Adaptation with Semantic Consistency across Heterogeneous Modalities for MRI Prostate Lesion Segmentation -- Cohort Bias Adaptation in Federated Datasets for Lesion Segmentation -- Exploring Deep Registration Latent Spaces -- Learning from Partially Overlapping Labels: Image Segmentation under Annotation Shift -- Unsupervised Domain Adaption via Similarity-based Prototypes for Cross-Modality Segmentation -- A ordable AI and Healthcare -- Classification and Generation of Microscopy Images with Plasmodium Falciparum via Arti cial Neural Networks using Low Cost Settings -- Contrast and Resolution Improvement of POCUS Using Self-Consistent CycleGAN -- Low-Dose Dynamic CT Perfusion Denoising without Training Data -- Recurrent Brain Graph Mapper for Predicting Time-Dependent Brain Graph Evaluation Trajectory -- COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep Convolutional Neural Network Design for Detection of COVID-19Patient Cases from Point-of-care Ultrasound Imaging -- Inter-Domain Alignment for Predicting High-Resolution Brain Networks Using Teacher-Student Learning -- Sickle Cell Disease Severity Prediction from Percoll Gradient Images using Graph Convolutional Networks -- Continual Domain Incremental Learning for Chest X-ray Classificationin Low-Resource Clinical Settings -- Deep learning based Automatic detection of adequately positioned mammograms -- Can non-specialists provide high quality Gold standard labels in challenging modalities. 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
Permalink
Permalink
Permalink
Permalink
Permalink
Permalink
Permalink
Permalink
