Título :	Simulation and Synthesis in Medical Imaging : 4th International Workshop, SASHIMI 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 13, 2019, Proceedings
Tipo de documento:	documento electrónico
Autores:	Burgos, Ninon, ; Gooya, Ali, ; Svoboda, David,
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2019
Número de páginas:	X, 162 p. 78 ilustraciones, 60 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-32778-1
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  Informática Médica  Informática  Informática de la Salud  Matemáticas de la Computación
Índice Dewey:	006.37 Visión artificial
Resumen:	Este libro constituye las actas arbitradas del 4.º Taller Internacional sobre Simulación y Síntesis en Imágenes Médicas, SASHIMI 2019, celebrado junto con MICCAI 2019, en Shenzhen, China, en octubre de 2019. Los 16 artículos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 21 presentaciones. Las contribuciones abarcan las siguientes categorías amplias en consonancia con la convocatoria inicial de ponencias: métodos basados ​​en modelos generativos o aprendizaje adversario para la síntesis de imágenes de MRI/CT/PET/microscopía, superresolución de imágenes y varias aplicaciones de síntesis y simulación de imágenes para aumento de datos, segmentación o detección de lesiones.
Nota de contenido:	Empirical Bayesian Mixture Models for Medical Image Translation -- Improved MR to CT synthesis for PET/MR attenuation correction using Imitation Learning -- Unpaired Multi-Contrast MR Image Synthesis using Generative Adversarial Networks -- Unsupervised Retina Image Synthesis via Disentangled Representation Learning -- Pseudo-normal PET Synthesis with Generative Adversarial Networks for Localising Hypometabolism in Epilepsies -- Breast Mass Detection in Mammograms via Blending Adversarial Learning -- Tunable CT lung nodule synthesis conditioned on background image and semantic features -- Mask2Lesion: Mask-Constrained Adversarial Skin Lesion Image Synthesis -- Towards Annotation-Free Segmentation of Fluorescently Labeled Cell Membranes in Confocal Microscopy Images -- Intelligent image synthesis to attack a segmentation CNN using adversarial learning -- Physics-informed brain MRI segmentation -- 3D Medical Image Synthesis by Factorised Representation and Deformable Model Learning -- Cycle-consistent training for Reducing Negative Jacobian Determinant in Deep Registration Networks -- iSMORE: an iterative self super-resolution algorithm -- An Optical Model of Whole Blood for Detecting Platelets in Lens-Free Images -- Evaluation of the realism of an MRI simulator for stroke lesion prediction using convolutional neural network.
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

Simulation and Synthesis in Medical Imaging : 4th International Workshop, SASHIMI 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 13, 2019, Proceedings [documento electrónico] / Burgos, Ninon, ; Gooya, Ali, ; Svoboda, David,  . -  1 ed.  . - [s.l.] : Springer, 2019 . - X, 162 p. 78 ilustraciones, 60 ilustraciones en color.
ISBN : 978-3-030-32778-1
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  Informática Médica  Informática  Informática de la Salud  Matemáticas de la Computación
Índice Dewey:	006.37 Visión artificial
Resumen:	Este libro constituye las actas arbitradas del 4.º Taller Internacional sobre Simulación y Síntesis en Imágenes Médicas, SASHIMI 2019, celebrado junto con MICCAI 2019, en Shenzhen, China, en octubre de 2019. Los 16 artículos completos presentados fueron cuidadosamente revisados ​​y seleccionados entre 21 presentaciones. Las contribuciones abarcan las siguientes categorías amplias en consonancia con la convocatoria inicial de ponencias: métodos basados ​​en modelos generativos o aprendizaje adversario para la síntesis de imágenes de MRI/CT/PET/microscopía, superresolución de imágenes y varias aplicaciones de síntesis y simulación de imágenes para aumento de datos, segmentación o detección de lesiones.
Nota de contenido:	Empirical Bayesian Mixture Models for Medical Image Translation -- Improved MR to CT synthesis for PET/MR attenuation correction using Imitation Learning -- Unpaired Multi-Contrast MR Image Synthesis using Generative Adversarial Networks -- Unsupervised Retina Image Synthesis via Disentangled Representation Learning -- Pseudo-normal PET Synthesis with Generative Adversarial Networks for Localising Hypometabolism in Epilepsies -- Breast Mass Detection in Mammograms via Blending Adversarial Learning -- Tunable CT lung nodule synthesis conditioned on background image and semantic features -- Mask2Lesion: Mask-Constrained Adversarial Skin Lesion Image Synthesis -- Towards Annotation-Free Segmentation of Fluorescently Labeled Cell Membranes in Confocal Microscopy Images -- Intelligent image synthesis to attack a segmentation CNN using adversarial learning -- Physics-informed brain MRI segmentation -- 3D Medical Image Synthesis by Factorised Representation and Deformable Model Learning -- Cycle-consistent training for Reducing Negative Jacobian Determinant in Deep Registration Networks -- iSMORE: an iterative self super-resolution algorithm -- An Optical Model of Whole Blood for Detecting Platelets in Lens-Free Images -- Evaluation of the realism of an MRI simulator for stroke lesion prediction using convolutional neural network.
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