Deep Learning in Medical Image Analysis and Multimodal Learning for Clinical Decision Support / 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  

Público ISBD Ningún comentario para este registro. 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. Idioma : Inglés (eng) Palabras clave: Visión por computador  Inteligencia artificial  Informática Médica  Bioinformática  diseño lógico  Informática de la Salud  Biología Computacional y de Sistemas Clasificación: 006.37 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. Tipo de medio : Computadora Summary : This book constitutes the refereed joint proceedings of the Third International Workshop on Deep Learning in Medical Image Analysis, DLMIA 2017, and the 6th International Workshop on Multimodal Learning for Clinical Decision Support, ML-CDS 2017, held in conjunction with the 20th International Conference on Medical Imaging and Computer-Assisted Intervention, MICCAI 2017, in Québec City, QC, Canada, in September 2017. The 38 full papers presented at DLMIA 2017 and the 5 full papers presented at ML-CDS 2017 were carefully reviewed and selected. The DLMIA papers focus on the design and use of deep learning methods in medical imaging. The ML-CDS papers discuss new techniques of multimodal mining/retrieval and their use in clinical decision support. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] 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. Idioma : Inglés (eng) Palabras clave: Visión por computador  Inteligencia artificial  Informática Médica  Bioinformática  diseño lógico  Informática de la Salud  Biología Computacional y de Sistemas Clasificación: 006.37 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. Tipo de medio : Computadora Summary : This book constitutes the refereed joint proceedings of the Third International Workshop on Deep Learning in Medical Image Analysis, DLMIA 2017, and the 6th International Workshop on Multimodal Learning for Clinical Decision Support, ML-CDS 2017, held in conjunction with the 20th International Conference on Medical Imaging and Computer-Assisted Intervention, MICCAI 2017, in Québec City, QC, Canada, in September 2017. The 38 full papers presented at DLMIA 2017 and the 5 full papers presented at ML-CDS 2017 were carefully reviewed and selected. The DLMIA papers focus on the design and use of deep learning methods in medical imaging. The ML-CDS papers discuss new techniques of multimodal mining/retrieval and their use in clinical decision support. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200