Título :	24th International Conference, Strasbourg, France, September 27–October 1, 2021, Proceedings, Part VI
Tipo de documento:	documento electrónico
Autores:	de Bruijne, Marleen, ; Cattin, Philippe C., ; Cotin, Stéphane, ; Padoy, Nicolas, ; Speidel, Stefanie, ; Zheng, Yefeng, ; Essert, Caroline,
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2021
Número de páginas:	XXXVI, 626 p. 30 ilustraciones
ISBN/ISSN/DL:	978-3-030-87231-1
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  Sistemas de reconocimiento de patrones  Bioinformática  Informática Médica  Reconocimiento de patrones automatizado  Biología Computacional y de Sistemas  Informática de la Salud
Índice Dewey:	006.37 Visión artificial
Resumen:	El conjunto de ocho volúmenes LNCS 12901, 12902, 12903, 12904, 12905, 12906, 12907 y 12908 constituye las actas arbitradas de la 24.ª Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2021, celebrada en Estrasburgo, Francia. en septiembre/octubre de 2021.* Los 531 artículos completos revisados ​​presentados fueron cuidadosamente revisados ​​y seleccionados entre 1630 presentaciones en un proceso de revisión doble ciego. Los artículos están organizados en las siguientes secciones temáticas: Parte I: segmentación de imágenes Parte II: aprendizaje automático - aprendizaje autosupervisado; aprendizaje automático: aprendizaje semisupervisado; y aprendizaje automático: aprendizaje débilmente supervisado. Parte III: aprendizaje automático: avances en la teoría del aprendizaje automático; aprendizaje automático: modelos de atención; aprendizaje automático: adaptación de dominios; aprendizaje automático: aprendizaje federado; aprendizaje automático: interpretabilidad / explicabilidad; y aprendizaje automático - incertidumbre Parte IV: registro de imágenes; intervenciones y cirugía guiadas por imágenes; ciencia de datos quirúrgicos; planificación y simulación quirúrgica; análisis de habilidades quirúrgicas y flujo de trabajo; y visualización quirúrgica y realidad mixta, aumentada y virtual. Parte V: diagnóstico asistido por ordenador; integración de imágenes con biomarcadores sin imágenes; y predicción de resultados/enfermedades. Parte VI: reconstrucción de imágenes; aplicaciones clínicas - cardíacas; y aplicaciones clínicas - vasculares Parte VII: aplicaciones clínicas - abdomen; aplicaciones clínicas - mama; aplicaciones clínicas - dermatología; aplicaciones clínicas: imágenes fetales; aplicaciones clínicas - pulmón; aplicaciones clínicas - neuroimagen - desarrollo cerebral; aplicaciones clínicas - neuroimagen - DWI y tractografía; aplicaciones clínicas - neuroimagen - redes cerebrales funcionales; aplicaciones clínicas - neuroimagen - otras; y aplicaciones clínicas - oncología Parte VIII: aplicaciones clínicas - oftalmología; patología computacional (integrativa); modalidades - microscopía; modalidades - histopatología; y modalidades - ultrasonido *La conferencia se realizó de manera virtual.
Nota de contenido:	Image Reconstruction -- Two-Stage Self-Supervised Cycle-Consistency Network for Reconstruction of Thin-Slice MR Images -- Over-and-Under Complete Convolutional RNN for MRI Reconstruction -- TarGAN: Target-Aware Generative Adversarial Networks for Multi-modality Medical Image Translation -- Synthesizing Multi-Tracer PET Images for Alzheimer's Disease Patients using a 3D Unified Anatomy-aware Cyclic Adversarial Network -- Generalised Super Resolution for Quantitative MRI Using Self-Supervised Mixture of Experts -- TransCT: Dual-path Transformer for Low Dose Computed Tomography -- IREM: High-Resolution Magnetic Resonance Image Reconstruction via Implicit Neural Representation -- DA-VSR: Domain Adaptable Volumetric Super-Resolution For Medical Images -- Improving Generalizability in Limited-Angle CT Reconstruction with Sinogram Extrapolation -- Fast Magnetic Resonance Imaging on Regions of Interest: From Sensing to Reconstruction -- InDuDoNet: An Interpretable Dual Domain Network for CT MetalArtifact Reduction -- Depth Estimation for Colonoscopy Images with Self-supervised Learning from Videos -- Joint Optimization of Hadamard Sensing and Reconstruction in Compressed Sensing Fluorescence Microscopy -- Multi-Contrast MRI Super-Resolution via a Multi-Stage Integration Network -- Generator Versus Segmentor: Pseudo-healthy Synthesis -- Real-Time Mapping of Tissue Properties for Magnetic Resonance Fingerprinting -- Estimation of High Frame Rate Digital Subtraction Angiography Sequences at Low Radiation Dose -- RLP-Net: Recursive Light Propagation Network for 3-D Virtual Refocusing -- Noise Mapping and Removal in Complex-Valued Multi-Channel MRI via Optimal Shrinkage of Singular Values -- Self Context and Shape Prior for Sensorless Freehand 3D Ultrasound Reconstruction -- Universal Undersampled MRI Reconstruction -- A Neural Framework for Multi-Variable Lesion Quantification Through B-mode Style Transfer -- Temporal Feature Fusion with Sampling Pattern Optimization for Multi-echo Gradient Echo Acquisition and Image Reconstruction -- Dual-Domain Adaptive-Scaling Non-Local Network for CT Metal Artifact Reduction -- Towards Ultrafast MRI via Extreme k-Space Undersampling and Superresolution -- Adaptive Squeeze-and-Shrink Image Denoising for Improving Deep Detection of Cerebral Microbleeds -- 3D Transformer-GAN for High-quality PET Reconstruction -- Learnable Multi-scale Fourier Interpolation for Sparse View CT Image Reconstruction -- U-DuDoNet: Unpaired dual-domain network for CT metal artifact reduction -- Task Transformer Network for Joint MRI Reconstruction and Super-Resolution -- Conditional GAN with an Attention-based Generator and a 3D Discriminator for 3D Medical Image Generation -- Multimodal MRI Acceleration via Deep Cascading Networks with Peer-layer-wise Dense Connections -- Rician noise estimation for 3D Magnetic Resonance Images based on Benford's Law -- Deep J-Sense: Accelerated MRI Reconstruction via Unrolled Alternating Optimization -- Label-Free Physics-Informed ImageSequence Reconstruction with Disentangled Spatial-Temporal Modeling -- High-Resolution Hierarchical Adversarial Learning for OCT Speckle Noise Reduction -- Self-Supervised Learning for MRI Reconstruction with a Parallel Network Training Framework -- Acceleration by deep-learnt sharing of superfluous information in multi-contrast MRI -- Sequential Lung Nodule Synthesis using Attribute-guided Generative Adversarial Networks -- A Data-driven Approach for High Frame Rate Synthetic Transmit Aperture Ultrasound Imaging -- Interpretable deep learning for multimodal super-resolution of medical images -- MRI Super-Resolution Through Generative Degradation Learning -- Task-Oriented Low-Dose CT Image Denoising -- Revisiting contour-driven and knowledge-based deformable models: application to 2D-3D proximal femur reconstruction from X-ray images -- Memory-efficient Learning for High-dimensional MRI Reconstruction -- SA-GAN: Structure-Aware GAN for Organ-Preserving Synthetic CT Generation -- Clinical Applications - Cardiac -- Distortion Energy for Deep Learning-based Volumetric Finite Element Mesh Generation for Aortic Valves -- Ultrasound Video Transformers for Cardiac Ejection Fraction Estimation -- EchoCP: An Echocardiography Dataset in Contrast Transthoracic Echocardiography for Patent Foramen Ovale Diagnosis -- Transformer Network for Significant Stenosis Detection in CCTA of Coronary Arteries -- Training Automatic View Planner for Cardiac MR Imaging via Self-Supervision by Spatial Relationship between Views -- Phase-independent Latent Representation for Cardiac Shape Analysis -- Cardiac Transmembrane Potential Imaging with GCN Based Iterative Soft Threshold Network -- AtrialGeneral: Domain Generalization for Left Atrial Segmentation of Multi-Center LGE MRIs -- TVnet: Automated Time-Resolved Tracking of the Tricuspid Valve Plane in MRI Long-Axis Cine Images with a Dual-Stage Deep Learning Pipeline -- Clinical Applications - Vascular -- Deep Open Snake Tracker for Vessel Tracing -- MASC-Units: Training Oriented Filters for Segmenting Curvilinear Structures -- Vessel Width Estimation via Convolutional Regression -- Renal Cell Carcinoma Classification from Vascular Morphology.
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

24th International Conference, Strasbourg, France, September 27–October 1, 2021, Proceedings, Part VI [documento electrónico] / de Bruijne, Marleen, ; Cattin, Philippe C., ; Cotin, Stéphane, ; Padoy, Nicolas, ; Speidel, Stefanie, ; Zheng, Yefeng, ; Essert, Caroline,  . -  1 ed.  . - [s.l.] : Springer, 2021 . - XXXVI, 626 p. 30 ilustraciones.
ISBN : 978-3-030-87231-1
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  Sistemas de reconocimiento de patrones  Bioinformática  Informática Médica  Reconocimiento de patrones automatizado  Biología Computacional y de Sistemas  Informática de la Salud
Índice Dewey:	006.37 Visión artificial
Resumen:	El conjunto de ocho volúmenes LNCS 12901, 12902, 12903, 12904, 12905, 12906, 12907 y 12908 constituye las actas arbitradas de la 24.ª Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2021, celebrada en Estrasburgo, Francia. en septiembre/octubre de 2021.* Los 531 artículos completos revisados ​​presentados fueron cuidadosamente revisados ​​y seleccionados entre 1630 presentaciones en un proceso de revisión doble ciego. Los artículos están organizados en las siguientes secciones temáticas: Parte I: segmentación de imágenes Parte II: aprendizaje automático - aprendizaje autosupervisado; aprendizaje automático: aprendizaje semisupervisado; y aprendizaje automático: aprendizaje débilmente supervisado. Parte III: aprendizaje automático: avances en la teoría del aprendizaje automático; aprendizaje automático: modelos de atención; aprendizaje automático: adaptación de dominios; aprendizaje automático: aprendizaje federado; aprendizaje automático: interpretabilidad / explicabilidad; y aprendizaje automático - incertidumbre Parte IV: registro de imágenes; intervenciones y cirugía guiadas por imágenes; ciencia de datos quirúrgicos; planificación y simulación quirúrgica; análisis de habilidades quirúrgicas y flujo de trabajo; y visualización quirúrgica y realidad mixta, aumentada y virtual. Parte V: diagnóstico asistido por ordenador; integración de imágenes con biomarcadores sin imágenes; y predicción de resultados/enfermedades. Parte VI: reconstrucción de imágenes; aplicaciones clínicas - cardíacas; y aplicaciones clínicas - vasculares Parte VII: aplicaciones clínicas - abdomen; aplicaciones clínicas - mama; aplicaciones clínicas - dermatología; aplicaciones clínicas: imágenes fetales; aplicaciones clínicas - pulmón; aplicaciones clínicas - neuroimagen - desarrollo cerebral; aplicaciones clínicas - neuroimagen - DWI y tractografía; aplicaciones clínicas - neuroimagen - redes cerebrales funcionales; aplicaciones clínicas - neuroimagen - otras; y aplicaciones clínicas - oncología Parte VIII: aplicaciones clínicas - oftalmología; patología computacional (integrativa); modalidades - microscopía; modalidades - histopatología; y modalidades - ultrasonido *La conferencia se realizó de manera virtual.
Nota de contenido:	Image Reconstruction -- Two-Stage Self-Supervised Cycle-Consistency Network for Reconstruction of Thin-Slice MR Images -- Over-and-Under Complete Convolutional RNN for MRI Reconstruction -- TarGAN: Target-Aware Generative Adversarial Networks for Multi-modality Medical Image Translation -- Synthesizing Multi-Tracer PET Images for Alzheimer's Disease Patients using a 3D Unified Anatomy-aware Cyclic Adversarial Network -- Generalised Super Resolution for Quantitative MRI Using Self-Supervised Mixture of Experts -- TransCT: Dual-path Transformer for Low Dose Computed Tomography -- IREM: High-Resolution Magnetic Resonance Image Reconstruction via Implicit Neural Representation -- DA-VSR: Domain Adaptable Volumetric Super-Resolution For Medical Images -- Improving Generalizability in Limited-Angle CT Reconstruction with Sinogram Extrapolation -- Fast Magnetic Resonance Imaging on Regions of Interest: From Sensing to Reconstruction -- InDuDoNet: An Interpretable Dual Domain Network for CT MetalArtifact Reduction -- Depth Estimation for Colonoscopy Images with Self-supervised Learning from Videos -- Joint Optimization of Hadamard Sensing and Reconstruction in Compressed Sensing Fluorescence Microscopy -- Multi-Contrast MRI Super-Resolution via a Multi-Stage Integration Network -- Generator Versus Segmentor: Pseudo-healthy Synthesis -- Real-Time Mapping of Tissue Properties for Magnetic Resonance Fingerprinting -- Estimation of High Frame Rate Digital Subtraction Angiography Sequences at Low Radiation Dose -- RLP-Net: Recursive Light Propagation Network for 3-D Virtual Refocusing -- Noise Mapping and Removal in Complex-Valued Multi-Channel MRI via Optimal Shrinkage of Singular Values -- Self Context and Shape Prior for Sensorless Freehand 3D Ultrasound Reconstruction -- Universal Undersampled MRI Reconstruction -- A Neural Framework for Multi-Variable Lesion Quantification Through B-mode Style Transfer -- Temporal Feature Fusion with Sampling Pattern Optimization for Multi-echo Gradient Echo Acquisition and Image Reconstruction -- Dual-Domain Adaptive-Scaling Non-Local Network for CT Metal Artifact Reduction -- Towards Ultrafast MRI via Extreme k-Space Undersampling and Superresolution -- Adaptive Squeeze-and-Shrink Image Denoising for Improving Deep Detection of Cerebral Microbleeds -- 3D Transformer-GAN for High-quality PET Reconstruction -- Learnable Multi-scale Fourier Interpolation for Sparse View CT Image Reconstruction -- U-DuDoNet: Unpaired dual-domain network for CT metal artifact reduction -- Task Transformer Network for Joint MRI Reconstruction and Super-Resolution -- Conditional GAN with an Attention-based Generator and a 3D Discriminator for 3D Medical Image Generation -- Multimodal MRI Acceleration via Deep Cascading Networks with Peer-layer-wise Dense Connections -- Rician noise estimation for 3D Magnetic Resonance Images based on Benford's Law -- Deep J-Sense: Accelerated MRI Reconstruction via Unrolled Alternating Optimization -- Label-Free Physics-Informed ImageSequence Reconstruction with Disentangled Spatial-Temporal Modeling -- High-Resolution Hierarchical Adversarial Learning for OCT Speckle Noise Reduction -- Self-Supervised Learning for MRI Reconstruction with a Parallel Network Training Framework -- Acceleration by deep-learnt sharing of superfluous information in multi-contrast MRI -- Sequential Lung Nodule Synthesis using Attribute-guided Generative Adversarial Networks -- A Data-driven Approach for High Frame Rate Synthetic Transmit Aperture Ultrasound Imaging -- Interpretable deep learning for multimodal super-resolution of medical images -- MRI Super-Resolution Through Generative Degradation Learning -- Task-Oriented Low-Dose CT Image Denoising -- Revisiting contour-driven and knowledge-based deformable models: application to 2D-3D proximal femur reconstruction from X-ray images -- Memory-efficient Learning for High-dimensional MRI Reconstruction -- SA-GAN: Structure-Aware GAN for Organ-Preserving Synthetic CT Generation -- Clinical Applications - Cardiac -- Distortion Energy for Deep Learning-based Volumetric Finite Element Mesh Generation for Aortic Valves -- Ultrasound Video Transformers for Cardiac Ejection Fraction Estimation -- EchoCP: An Echocardiography Dataset in Contrast Transthoracic Echocardiography for Patent Foramen Ovale Diagnosis -- Transformer Network for Significant Stenosis Detection in CCTA of Coronary Arteries -- Training Automatic View Planner for Cardiac MR Imaging via Self-Supervision by Spatial Relationship between Views -- Phase-independent Latent Representation for Cardiac Shape Analysis -- Cardiac Transmembrane Potential Imaging with GCN Based Iterative Soft Threshold Network -- AtrialGeneral: Domain Generalization for Left Atrial Segmentation of Multi-Center LGE MRIs -- TVnet: Automated Time-Resolved Tracking of the Tricuspid Valve Plane in MRI Long-Axis Cine Images with a Dual-Stage Deep Learning Pipeline -- Clinical Applications - Vascular -- Deep Open Snake Tracker for Vessel Tracing -- MASC-Units: Training Oriented Filters for Segmenting Curvilinear Structures -- Vessel Width Estimation via Convolutional Regression -- Renal Cell Carcinoma Classification from Vascular Morphology.
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