Computational Methods and Clinical Applications for Spine Imaging / Cai, Yunliang ; Wang, Liansheng ; Audette, Michel ; Zheng, Guoyan ; Li, Shuo  

Público ISBD Ningún comentario para este registro. Título : Computational Methods and Clinical Applications for Spine Imaging : 6th International Workshop and Challenge, CSI 2019, Shenzhen, China, October 17, 2019, Proceedings Tipo de documento: documento electrónico Autores: Cai, Yunliang, ; Wang, Liansheng, ; Audette, Michel, ; Zheng, Guoyan, ; Li, Shuo, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XII, 120 p. 63 ilustraciones, 50 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-39752-4 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  Computadoras y Educación  Aplicación informática en ciencias sociales y del comportamiento Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas del Séptimo Taller y Desafío Internacional sobre Métodos Computacionales y Aplicaciones Clínicas para Imágenes de la Columna Vertebral, CSI 2019, que se celebró en conjunto con MICCAI el 17 de octubre de 2019 en Shenzhen, China. Todos los envíos fueron aceptados para su publicación; El libro contiene 5 artículos regulares revisados ​​por pares, que cubren temas de detección de vértebras, segmentación de la columna y diagnóstico basado en imágenes, y 9 artículos de desafío, que investigan algoritmos (semi)automáticos de estimación de la curvatura espinal y proporcionan un marco de evaluación estándar con un conjunto de x -imágenes de rayos. . Nota de contenido: Regular Papers -- Detection of vertebral fractures in CT using 3D Convolutional Neural Networks -- Metastatic Vertebrae Segmentation for Use in a Clinical Pipeline -- Conditioned Variational Auto-Encoder for Detecting Osteoporotic Vertebral Fractures -- Vertebral Labelling in Radiographs: Learning a Coordinate Corrector to Enforce Spinal Shape -- Semi-supervised semantic segmentation of multiple lumbosacral structures on CT -- AASCE Challenge -- Accurate Automated Keypoint Detections for Spinal Curvature Estimation -- Seg4Reg Networks for Automated Spinal Curvature Estimation -- Automatic Spine Curvature Estimation by a Top-down Approach -- Automatic Cobb Angle Detection using Vertebra Detector and Vertebra Corners Regression -- Automated Estimation of the Spinal Curvature via Spine Centerline Extraction with Ensembles of Cascaded Neural Networks -- Automated Spinal Curvature Assessment from X-Ray Images using Landmarks Estimation Network via Rotation Proposals -- A coarse-to-fine deep heatmap regression method for Adolescent Idiopathic Scoliosis Assessment -- Spinal Curve Guide Network(SCG-Net) for Accurate Automated Spinal Curvature Estimation -- A Multi-Task Learning Method for Direct Estimation of Spinal Curvature. 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 Computational Methods and Clinical Applications for Spine Imaging : 6th International Workshop and Challenge, CSI 2019, Shenzhen, China, October 17, 2019, Proceedings [documento electrónico] / Cai, Yunliang, ; Wang, Liansheng, ; Audette, Michel, ; Zheng, Guoyan, ; Li, Shuo,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XII, 120 p. 63 ilustraciones, 50 ilustraciones en color. ISBN : 978-3-030-39752-4 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  Computadoras y Educación  Aplicación informática en ciencias sociales y del comportamiento Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas del Séptimo Taller y Desafío Internacional sobre Métodos Computacionales y Aplicaciones Clínicas para Imágenes de la Columna Vertebral, CSI 2019, que se celebró en conjunto con MICCAI el 17 de octubre de 2019 en Shenzhen, China. Todos los envíos fueron aceptados para su publicación; El libro contiene 5 artículos regulares revisados ​​por pares, que cubren temas de detección de vértebras, segmentación de la columna y diagnóstico basado en imágenes, y 9 artículos de desafío, que investigan algoritmos (semi)automáticos de estimación de la curvatura espinal y proporcionan un marco de evaluación estándar con un conjunto de x -imágenes de rayos. . Nota de contenido: Regular Papers -- Detection of vertebral fractures in CT using 3D Convolutional Neural Networks -- Metastatic Vertebrae Segmentation for Use in a Clinical Pipeline -- Conditioned Variational Auto-Encoder for Detecting Osteoporotic Vertebral Fractures -- Vertebral Labelling in Radiographs: Learning a Coordinate Corrector to Enforce Spinal Shape -- Semi-supervised semantic segmentation of multiple lumbosacral structures on CT -- AASCE Challenge -- Accurate Automated Keypoint Detections for Spinal Curvature Estimation -- Seg4Reg Networks for Automated Spinal Curvature Estimation -- Automatic Spine Curvature Estimation by a Top-down Approach -- Automatic Cobb Angle Detection using Vertebra Detector and Vertebra Corners Regression -- Automated Estimation of the Spinal Curvature via Spine Centerline Extraction with Ensembles of Cascaded Neural Networks -- Automated Spinal Curvature Assessment from X-Ray Images using Landmarks Estimation Network via Rotation Proposals -- A coarse-to-fine deep heatmap regression method for Adolescent Idiopathic Scoliosis Assessment -- Spinal Curve Guide Network(SCG-Net) for Accurate Automated Spinal Curvature Estimation -- A Multi-Task Learning Method for Direct Estimation of Spinal Curvature. 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

---

1 (1 - 1 / 1) Par page : 25 50 100 200