fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Deeba / Ye / Johnson

Machine Learning for Medical Image Reconstruction

Third International Workshop, MLMIR 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 8, 2020, Proceedings

Medium: Buch
ISBN: 978-3-030-61597-0
Verlag: Springer International Publishing
Erscheinungstermin: 20.10.2020
In den Warenkorb
Lieferfrist: bis zu 10 Tage
Auf die Merkliste Drucken
Leseprobe
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

This book constitutes the refereed proceedings of the Third International Workshop on Machine Learning for Medical Reconstruction, MLMIR 2020, held in conjunction with MICCAI 2020, in Lima, Peru, in October 2020. The workshop was held virtually.

The 15 papers presented were carefully reviewed and selected from 18 submissions. The papers are organized in the following topical sections: deep learning for magnetic resonance imaging and deep learning for general image reconstruction.

Produkteigenschaften

  • Artikelnummer: 9783030615970
  • Medium: Buch
  • ISBN: 978-3-030-61597-0
  • Verlag: Springer International Publishing
  • Erscheinungstermin: 20.10.2020
  • Sprache(n): Englisch
  • Auflage: 1. Auflage 2020
  • Serie: Lecture Notes in Computer Science
  • Produktform: Kartoniert
  • Gewicht: 271 g
  • Seiten: 163
  • Format (B x H x T): 155 x 235 x 10 mm
  • Ausgabetyp: Kein, Unbekannt

Themen

Autoren/Hrsg.

Herausgeber

Deep Learning for Magnetic Resonance Imaging.- 3D FLAT: Feasible Learned Acquisition Trajectories for Accelerated MRI.- Deep Parallel MRI Reconstruction Network Without Coil Sensitivities.- Neural Network-based Reconstruction in Compressed Sensing MRI Without Fully-sampled Training Data.- Deep Recurrent Partial Fourier Reconstruction in Diffusion MRI.- Model-based Learning for Quantitative Susceptibility Mapping.- Learning Bloch Simulations for MR Fingerprinting by Invertible Neural Networks.- Weakly-supervised Learning for Single-step Quantitative Susceptibility Mapping.- Data-Consistency in Latent Space and Online Update Strategy to Guide GAN for Fast MRI Reconstruction.- Extending LOUPE for K-space Under-sampling Pattern Optimization in Multi-coil MRI.- AutoSyncoder: An Adversarial AutoEncoder Framework for Multimodal MRI Synthesis.- Deep Learning for General Image Reconstruction.- A deep prior approach to magnetic particle imaging.- End-To-End Convolutional NeuralNetwork for 3D Reconstruction of Knee Bones From Bi-Planar X-Ray Images.- Cellular/Vascular Reconstruction using a Deep CNN for Semantic Image Preprocessing and Explicit Segmentation.- Improving PET-CT Image Segmentation via Deep Multi-Modality Data Augmentation.- Stain Style Transfer of Histopathology Images Via Structure-Preserved Generative Learning.