Información del autor
Autor Pizzolato, Marco |
Documentos disponibles escritos por este autor (2)
Crear una solicitud de compra Refinar búsquedaComputational Diffusion MRI / Gyori, Noemi ; Hutter, Jana ; Nath, Vishwesh ; Palombo, Marco ; Pizzolato, Marco ; Zhang, Fan
TÃtulo : Computational Diffusion MRI : International MICCAI Workshop, Lima, Peru, October 2020 Tipo de documento: documento electrónico Autores: Gyori, Noemi, ; Hutter, Jana, ; Nath, Vishwesh, ; Palombo, Marco, ; Pizzolato, Marco, ; Zhang, Fan, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XI, 304 p. 116 ilustraciones, 109 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-73018-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Biomatemáticas Informática Visión por computador Inteligencia artificial BiologÃa Matemática y Computacional Matemáticas de la Computación Aplicaciones matemáticas en informática Clasificación: 570.285 Resumen: Este libro reúne los trabajos presentados en el Workshop on Computational Diffusion MRI, CDMRI 2020, celebrado bajo los auspicios de la Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora (MICCAI), que tuvo lugar virtualmente el 8 de octubre de 2020, habiendo sido originalmente planeado para llevarse a cabo en Lima, Perú. Este libro presenta los últimos avances en el campo altamente activo y de rápido crecimiento de la resonancia magnética de difusión. Si bien ofrecen nuevas perspectivas sobre los desafÃos de investigación más recientes en este campo, los artÃculos seleccionados también brindan un valioso punto de partida para cualquier persona interesada en aprender técnicas computacionales para resonancia magnética de difusión. El libro incluye derivaciones matemáticas rigurosas, una gran cantidad de visualizaciones ricas y a todo color y resultados clÃnicamente relevantes. Como tal, es de interés para investigadores y profesionales en los campos de la informática, la fÃsica de resonancia magnética y las matemáticas aplicadas. El lector encontrará numerosas contribuciones que cubren una amplia gama de temas, desde los fundamentos matemáticos del proceso de difusión y generación de señales hasta nuevos métodos computacionales y técnicas de estimación para la recuperación in vivo de caracterÃsticas microestructurales y de conectividad, asà como difusión-relaxometrÃa y técnicas de primera lÃnea. Aplicaciones en la investigación y la práctica clÃnica. Nota de contenido: Super-Resolution Reconstruction from Accelerated Slice-Interleaved Diffusion Encoding Data -- Towards optimal sampling in diffusion MRI for accelerated fiber tractography -- A Signal Peak Separation Index for axisymmetric B-tensor encoding -- Improving tractography accuracy using dynamic filtering -- Diffeomorphic Alignment of Along-Tract Diffusion Profile Data from Tractography -- Direct reconstruction of crossing muscle fibers in the human tongue using a deep neural network -- Learning Anatomical Segmentations for Tractography from Diffusion MRI -- Diffusion MRI fiber orientation distribution function estimation using voxel-wise spherical U-net -- Stick Stippling for Joint 3D Visualization of Diffusion MRI Fiber Orientations and Density -- Q-space quantitative diffusion MRI measures using a stretched-exponential representation -- Repeatability of soma and neurite metrics in cortical and subcortical grey matter -- DW-MRI Microstructure Model of Models Captured via Single-Shell Bottleneck Deep Learning -- Deep learning model fitting for diffusion-relaxometry: a comparative study -- Pretraining Improves Deep Learning Based Tissue Microstructure Estimation -- Enhancing Diffusion Signal Augmentation using Spherical Convolutions -- Hybrid Graph Convolutional Neural Networks for Super Resolution of DW Images -- Manifold-Aware CycleGAN for High-Resolution Structural-to-DTI Synthesis -- Beyond lesion-load: Tractometry-informed metrics for characterizing white matter lesions within fibre pathways -- Multi-modal brain age estimation: a comparative study confirms the importance of microstructure -- Longitudinal Parcellation of the Infant Cortex Using Multi-Modal Connectome Harmonics -- Automatic segmentation of dentate nuclei for microstructure assessment: example of application to temporal lobe epilepsy patients -- Two Parallel Stages Deep Learning Network for Anterior Visual Pathway Segmentation -- Exploring DTI Benchmark Databases Through Visual Analytics. Tipo de medio : Computadora Summary : This book gathers papers presented at the Workshop on Computational Diffusion MRI, CDMRI 2020, held under the auspices of the International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI), which took place virtually on October 8th, 2020, having originally been planned to take place in Lima, Peru. This book presents the latest developments in the highly active and rapidly growing field of diffusion MRI. While offering new perspectives on the most recent research challenges in the field, the selected articles also provide a valuable starting point for anyone interested in learning computational techniques for diffusion MRI. The book includes rigorous mathematical derivations, a large number of rich, full-colour visualizations, and clinically relevant results. As such, it is of interest to researchers and practitioners in the fields of computer science, MRI physics, and applied mathematics. The reader will find numerous contributions coveringa broad range of topics, from the mathematical foundations of the diffusion process and signal generation to new computational methods and estimation techniques for the in-vivo recovery of microstructural and connectivity features, as well as diffusion-relaxometry and frontline applications in research and clinical practice. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Computational Diffusion MRI : International MICCAI Workshop, Lima, Peru, October 2020 [documento electrónico] / Gyori, Noemi, ; Hutter, Jana, ; Nath, Vishwesh, ; Palombo, Marco, ; Pizzolato, Marco, ; Zhang, Fan, . - 1 ed. . - [s.l.] : Springer, 2021 . - XI, 304 p. 116 ilustraciones, 109 ilustraciones en color.
ISBN : 978-3-030-73018-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Biomatemáticas Informática Visión por computador Inteligencia artificial BiologÃa Matemática y Computacional Matemáticas de la Computación Aplicaciones matemáticas en informática Clasificación: 570.285 Resumen: Este libro reúne los trabajos presentados en el Workshop on Computational Diffusion MRI, CDMRI 2020, celebrado bajo los auspicios de la Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora (MICCAI), que tuvo lugar virtualmente el 8 de octubre de 2020, habiendo sido originalmente planeado para llevarse a cabo en Lima, Perú. Este libro presenta los últimos avances en el campo altamente activo y de rápido crecimiento de la resonancia magnética de difusión. Si bien ofrecen nuevas perspectivas sobre los desafÃos de investigación más recientes en este campo, los artÃculos seleccionados también brindan un valioso punto de partida para cualquier persona interesada en aprender técnicas computacionales para resonancia magnética de difusión. El libro incluye derivaciones matemáticas rigurosas, una gran cantidad de visualizaciones ricas y a todo color y resultados clÃnicamente relevantes. Como tal, es de interés para investigadores y profesionales en los campos de la informática, la fÃsica de resonancia magnética y las matemáticas aplicadas. El lector encontrará numerosas contribuciones que cubren una amplia gama de temas, desde los fundamentos matemáticos del proceso de difusión y generación de señales hasta nuevos métodos computacionales y técnicas de estimación para la recuperación in vivo de caracterÃsticas microestructurales y de conectividad, asà como difusión-relaxometrÃa y técnicas de primera lÃnea. Aplicaciones en la investigación y la práctica clÃnica. Nota de contenido: Super-Resolution Reconstruction from Accelerated Slice-Interleaved Diffusion Encoding Data -- Towards optimal sampling in diffusion MRI for accelerated fiber tractography -- A Signal Peak Separation Index for axisymmetric B-tensor encoding -- Improving tractography accuracy using dynamic filtering -- Diffeomorphic Alignment of Along-Tract Diffusion Profile Data from Tractography -- Direct reconstruction of crossing muscle fibers in the human tongue using a deep neural network -- Learning Anatomical Segmentations for Tractography from Diffusion MRI -- Diffusion MRI fiber orientation distribution function estimation using voxel-wise spherical U-net -- Stick Stippling for Joint 3D Visualization of Diffusion MRI Fiber Orientations and Density -- Q-space quantitative diffusion MRI measures using a stretched-exponential representation -- Repeatability of soma and neurite metrics in cortical and subcortical grey matter -- DW-MRI Microstructure Model of Models Captured via Single-Shell Bottleneck Deep Learning -- Deep learning model fitting for diffusion-relaxometry: a comparative study -- Pretraining Improves Deep Learning Based Tissue Microstructure Estimation -- Enhancing Diffusion Signal Augmentation using Spherical Convolutions -- Hybrid Graph Convolutional Neural Networks for Super Resolution of DW Images -- Manifold-Aware CycleGAN for High-Resolution Structural-to-DTI Synthesis -- Beyond lesion-load: Tractometry-informed metrics for characterizing white matter lesions within fibre pathways -- Multi-modal brain age estimation: a comparative study confirms the importance of microstructure -- Longitudinal Parcellation of the Infant Cortex Using Multi-Modal Connectome Harmonics -- Automatic segmentation of dentate nuclei for microstructure assessment: example of application to temporal lobe epilepsy patients -- Two Parallel Stages Deep Learning Network for Anterior Visual Pathway Segmentation -- Exploring DTI Benchmark Databases Through Visual Analytics. Tipo de medio : Computadora Summary : This book gathers papers presented at the Workshop on Computational Diffusion MRI, CDMRI 2020, held under the auspices of the International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI), which took place virtually on October 8th, 2020, having originally been planned to take place in Lima, Peru. This book presents the latest developments in the highly active and rapidly growing field of diffusion MRI. While offering new perspectives on the most recent research challenges in the field, the selected articles also provide a valuable starting point for anyone interested in learning computational techniques for diffusion MRI. The book includes rigorous mathematical derivations, a large number of rich, full-colour visualizations, and clinically relevant results. As such, it is of interest to researchers and practitioners in the fields of computer science, MRI physics, and applied mathematics. The reader will find numerous contributions coveringa broad range of topics, from the mathematical foundations of the diffusion process and signal generation to new computational methods and estimation techniques for the in-vivo recovery of microstructural and connectivity features, as well as diffusion-relaxometry and frontline applications in research and clinical practice. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Computational Diffusion MRI : MICCAI Workshop, Shenzhen, China, October 2019 Tipo de documento: documento electrónico Autores: Bonet-Carne, Elisenda, ; Hutter, Jana, ; Palombo, Marco, ; Pizzolato, Marco, ; Sepehrband, Farshid, ; Zhang, Fan, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XI, 210 p. 78 ilustraciones, 64 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-52893-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Biomatemáticas Análisis numérico Informática Visión por computador Inteligencia artificial BiologÃa Matemática y Computacional Aplicaciones matemáticas en informática Clasificación: 570.285 Resumen: Este volumen reúne los artÃculos presentados en el Taller sobre resonancia magnética de difusión computacional (CDMRI 2019), celebrado bajo los auspicios de la Conferencia internacional sobre computación de imágenes médicas e intervención asistida por computadora (MICCAI), que tuvo lugar en Shenzhen, China, el 17 de octubre de 2019. Este libro presenta los últimos avances en el campo en rápida expansión de la resonancia magnética de difusión. Comparte nuevas perspectivas sobre los últimos desafÃos de investigación para quienes trabajan actualmente en este campo, pero también ofrece un valioso punto de partida para cualquier persona interesada en aprender sobre técnicas computacionales en resonancia magnética de difusión. El libro incluye derivaciones matemáticas rigurosas, una gran cantidad de visualizaciones ricas y a todo color y resultados extensos y clÃnicamente relevantes. Como tal, será de interés para investigadores y profesionales en los campos de la informática, la fÃsica de resonancia magnética y las matemáticas aplicadas. Los lectores encontrarán contribuciones que cubren una amplia gama de temas, desde los fundamentos matemáticos del proceso de difusión y la generación de señales, hasta nuevos métodos computacionales y técnicas de estimación para la recuperación in vivo de caracterÃsticas microestructurales y de conectividad, asà como difusión-relaxometrÃa y aplicaciones de primera lÃnea. en la investigación y la práctica clÃnica. Esta edición incluye trabajos invitados de investigadores de alto perfil con un enfoque especÃfico en tres temas nuevos e importantes que están ganando impulso dentro de la comunidad de resonancia magnética de difusión, incluidas las estrategias de adquisición y procesamiento de señales de resonancia magnética de difusión, el aprendizaje automático para la resonancia magnética de difusión y la resonancia magnética de difusión fuera del Aplicaciones cerebrales y clÃnicas. Nota de contenido: Diffusion MRI signal acquisition and processing strategies -- Machine learning for diffusion MRI -- Combined diffusion-relaxometry MRI. Tipo de medio : Computadora Summary : This volume gathers papers presented at the Workshop on Computational Diffusion MRI (CDMRI 2019), held under the auspices of the International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), which took place in Shenzhen, China on October 17, 2019. This book presents the latest advances in the rapidly expanding field of diffusion MRI. It shares new perspectives on the latest research challenges for those currently working in the field, but also offers a valuable starting point for anyone interested in learning about computational techniques in diffusion MRI. The book includes rigorous mathematical derivations, a wealth of rich, full-colour visualisations and extensive clinically relevant results. As such, it will be of interest to researchers and practitioners in the fields of computer science, MRI physics and applied mathematics. Readers will find contributions covering a broad range of topics, from the mathematical foundations of the diffusion process and signal generation, to new computational methods and estimation techniques for the in vivo recovery of microstructural and connectivity features, as well as diffusion-relaxometry and frontline applications in research and clinical practice. This edition includes invited works from high-profile researchers with a specific focus on three new and important topics that are gaining momentum within the diffusion MRI community, including diffusion MRI signal acquisition and processing strategies, machine learning for diffusion MRI, and diffusion MRI outside the brain and clinical applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Computational Diffusion MRI : MICCAI Workshop, Shenzhen, China, October 2019 [documento electrónico] / Bonet-Carne, Elisenda, ; Hutter, Jana, ; Palombo, Marco, ; Pizzolato, Marco, ; Sepehrband, Farshid, ; Zhang, Fan, . - 1 ed. . - [s.l.] : Springer, 2020 . - XI, 210 p. 78 ilustraciones, 64 ilustraciones en color.
ISBN : 978-3-030-52893-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Biomatemáticas Análisis numérico Informática Visión por computador Inteligencia artificial BiologÃa Matemática y Computacional Aplicaciones matemáticas en informática Clasificación: 570.285 Resumen: Este volumen reúne los artÃculos presentados en el Taller sobre resonancia magnética de difusión computacional (CDMRI 2019), celebrado bajo los auspicios de la Conferencia internacional sobre computación de imágenes médicas e intervención asistida por computadora (MICCAI), que tuvo lugar en Shenzhen, China, el 17 de octubre de 2019. Este libro presenta los últimos avances en el campo en rápida expansión de la resonancia magnética de difusión. Comparte nuevas perspectivas sobre los últimos desafÃos de investigación para quienes trabajan actualmente en este campo, pero también ofrece un valioso punto de partida para cualquier persona interesada en aprender sobre técnicas computacionales en resonancia magnética de difusión. El libro incluye derivaciones matemáticas rigurosas, una gran cantidad de visualizaciones ricas y a todo color y resultados extensos y clÃnicamente relevantes. Como tal, será de interés para investigadores y profesionales en los campos de la informática, la fÃsica de resonancia magnética y las matemáticas aplicadas. Los lectores encontrarán contribuciones que cubren una amplia gama de temas, desde los fundamentos matemáticos del proceso de difusión y la generación de señales, hasta nuevos métodos computacionales y técnicas de estimación para la recuperación in vivo de caracterÃsticas microestructurales y de conectividad, asà como difusión-relaxometrÃa y aplicaciones de primera lÃnea. en la investigación y la práctica clÃnica. Esta edición incluye trabajos invitados de investigadores de alto perfil con un enfoque especÃfico en tres temas nuevos e importantes que están ganando impulso dentro de la comunidad de resonancia magnética de difusión, incluidas las estrategias de adquisición y procesamiento de señales de resonancia magnética de difusión, el aprendizaje automático para la resonancia magnética de difusión y la resonancia magnética de difusión fuera del Aplicaciones cerebrales y clÃnicas. Nota de contenido: Diffusion MRI signal acquisition and processing strategies -- Machine learning for diffusion MRI -- Combined diffusion-relaxometry MRI. Tipo de medio : Computadora Summary : This volume gathers papers presented at the Workshop on Computational Diffusion MRI (CDMRI 2019), held under the auspices of the International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), which took place in Shenzhen, China on October 17, 2019. This book presents the latest advances in the rapidly expanding field of diffusion MRI. It shares new perspectives on the latest research challenges for those currently working in the field, but also offers a valuable starting point for anyone interested in learning about computational techniques in diffusion MRI. The book includes rigorous mathematical derivations, a wealth of rich, full-colour visualisations and extensive clinically relevant results. As such, it will be of interest to researchers and practitioners in the fields of computer science, MRI physics and applied mathematics. Readers will find contributions covering a broad range of topics, from the mathematical foundations of the diffusion process and signal generation, to new computational methods and estimation techniques for the in vivo recovery of microstructural and connectivity features, as well as diffusion-relaxometry and frontline applications in research and clinical practice. This edition includes invited works from high-profile researchers with a specific focus on three new and important topics that are gaining momentum within the diffusion MRI community, including diffusion MRI signal acquisition and processing strategies, machine learning for diffusion MRI, and diffusion MRI outside the brain and clinical applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
