| Título : |
Myocardial Pathology Segmentation Combining Multi-Sequence Cardiac Magnetic Resonance Images : First Challenge, MyoPS 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4, 2020, Proceedings |
| Tipo de documento: |
documento electrónico |
| Autores: |
Zhuang, Xiahai, ; Li, Lei, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2020 |
| Número de páginas: |
VIII, 177 p. 91 ilustraciones, 77 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-65651-5 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Procesamiento de imágenes Visión por computador Inteligencia artificial Ciencias sociales Bioinformática Imágenes por computadora visión reconocimiento de patrones y gráficos Aplicación informática en ciencias sociales y del comportamiento Biología Computacional y de Sistemas |
| Índice Dewey: |
6 |
| Resumen: |
Este libro constituye el primer desafío de segmentación de patología miocárdica que combina CMR multisecuencia, MyoPS 2020, que se llevó a cabo junto con la 23.ª Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2020, en Lima, Perú, en octubre de 2020. El desafío se desarrolló de manera virtual debido a la crisis del COVID-19. Los 12 artículos completos y 4 artículos breves presentados en este volumen fueron cuidadosamente revisados y seleccionados entre numerosas presentaciones. Este desafío tiene como objetivo no solo comparar varios algoritmos de segmentación de patología miocárdica, sino también cubrir el tema de la segmentación, el registro y el modelado de imágenes cardíacas generales, y generar debates para un mayor desarrollo técnico y despliegue clínico. |
| Nota de contenido: |
Stacked BCDU-net with semantic CMR synthesis: application to Myocardial PathologySegmentation challenge -- EfficientSeg: A Simple but Efficient Solution to Myocardial Pathology Segmentation Challenge -- Two-stage Method for Segmentation of the Myocardial Scars and Edema on Multi-sequence Cardiac Magnetic Resonance -- Multi-Modality Pathology Segmentation Framework: Application to Cardiac Magnetic Resonance Images -- Myocardial Edema and Scar Segmentation using a Coarse-to-Fine Framework with Weighted Ensemble -- Exploring ensemble applications for multi-sequence myocardial pathology segmentation -- Max-Fusion U-Net for Multi-Modal Pathology Segmentation with Attention and Dynamic Resampling -- Fully automated deep learning based segmentation of normal, infarcted and edema regions from multiple cardiac MRI sequences -- CMS-UNet: Cardiac Multi-task Segmentation in MRI with a U-shaped Network -- Automatic Myocardial Scar Segmentation from Multi-Sequence Cardiac MRI using Fully Convolutional Densenet with Inception and Squeeze-Excitation Module -- Dual Attention U-net for Multi-Sequence Cardiac MR Images Segmentation -- Accurate Myocardial Pathology Segmentation with Residual U-Net -- Stacked and Parallel U-Nets with Multi-Output for Myocardial Pathology Segmentation -- Dual-path Feature Aggregation Network Combined Multi-layer Fusion for Myocardial Pathology Segmentation with Multi-sequence Cardiac MR -- Cascaded Framework with Complementary CMR Information for Myocardial Pathology Segmentation -- CMRadjustNet: Recognition and standardization of cardiac MRI orientation via multi-tasking learning and deep neural networks. |
| 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 |
Myocardial Pathology Segmentation Combining Multi-Sequence Cardiac Magnetic Resonance Images : First Challenge, MyoPS 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4, 2020, Proceedings [documento electrónico] / Zhuang, Xiahai, ; Li, Lei, . - 1 ed. . - [s.l.] : Springer, 2020 . - VIII, 177 p. 91 ilustraciones, 77 ilustraciones en color. ISBN : 978-3-030-65651-5 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Procesamiento de imágenes Visión por computador Inteligencia artificial Ciencias sociales Bioinformática Imágenes por computadora visión reconocimiento de patrones y gráficos Aplicación informática en ciencias sociales y del comportamiento Biología Computacional y de Sistemas |
| Índice Dewey: |
6 |
| Resumen: |
Este libro constituye el primer desafío de segmentación de patología miocárdica que combina CMR multisecuencia, MyoPS 2020, que se llevó a cabo junto con la 23.ª Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2020, en Lima, Perú, en octubre de 2020. El desafío se desarrolló de manera virtual debido a la crisis del COVID-19. Los 12 artículos completos y 4 artículos breves presentados en este volumen fueron cuidadosamente revisados y seleccionados entre numerosas presentaciones. Este desafío tiene como objetivo no solo comparar varios algoritmos de segmentación de patología miocárdica, sino también cubrir el tema de la segmentación, el registro y el modelado de imágenes cardíacas generales, y generar debates para un mayor desarrollo técnico y despliegue clínico. |
| Nota de contenido: |
Stacked BCDU-net with semantic CMR synthesis: application to Myocardial PathologySegmentation challenge -- EfficientSeg: A Simple but Efficient Solution to Myocardial Pathology Segmentation Challenge -- Two-stage Method for Segmentation of the Myocardial Scars and Edema on Multi-sequence Cardiac Magnetic Resonance -- Multi-Modality Pathology Segmentation Framework: Application to Cardiac Magnetic Resonance Images -- Myocardial Edema and Scar Segmentation using a Coarse-to-Fine Framework with Weighted Ensemble -- Exploring ensemble applications for multi-sequence myocardial pathology segmentation -- Max-Fusion U-Net for Multi-Modal Pathology Segmentation with Attention and Dynamic Resampling -- Fully automated deep learning based segmentation of normal, infarcted and edema regions from multiple cardiac MRI sequences -- CMS-UNet: Cardiac Multi-task Segmentation in MRI with a U-shaped Network -- Automatic Myocardial Scar Segmentation from Multi-Sequence Cardiac MRI using Fully Convolutional Densenet with Inception and Squeeze-Excitation Module -- Dual Attention U-net for Multi-Sequence Cardiac MR Images Segmentation -- Accurate Myocardial Pathology Segmentation with Residual U-Net -- Stacked and Parallel U-Nets with Multi-Output for Myocardial Pathology Segmentation -- Dual-path Feature Aggregation Network Combined Multi-layer Fusion for Myocardial Pathology Segmentation with Multi-sequence Cardiac MR -- Cascaded Framework with Complementary CMR Information for Myocardial Pathology Segmentation -- CMRadjustNet: Recognition and standardization of cardiac MRI orientation via multi-tasking learning and deep neural networks. |
| 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 búsqueda32nd Australasian Database Conference, ADC 2021, Dunedin, New Zealand, January 29 – February 5, 2021, Proceedings / Qiao, Miao ; Vossen, Gottfried ; Wang, Sen ; Li, Lei
