( en | de | ru )

 

Disambiguierung von "Abramson, Richard G."

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Splenomegaly Segmentation on Multi-modal MRI using Deep Convolutional Networks.

, , , , , , , , , , und . CoRR, (2018)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Aron Abramson

Max Abramson

Giuseppe G G Manzardo

G Abstreiter

G Salamo

 

Weitere Publikationen von Autoren mit dem selben Namen

Splenomegaly Segmentation on Multi-Modal MRI Using Deep Convolutional Networks., , , , , , , , , und 1 andere Autor(en). IEEE Trans. Medical Imaging, 38 (5): 1185-1196 (2019)SynSeg-Net: Synthetic Segmentation Without Target Modality Ground Truth., , , , , , , , und . CoRR, (2018)Multi-atlas segmentation enables robust multi-contrast MRI spleen segmentation for splenomegaly., , , , , , und . Medical Imaging: Image Processing, Volume 10133 von SPIE Proceedings, Seite 101330A. SPIE, (2017)Whole abdominal wall segmentation using Augmented Active Shape Models (AASM) with multi-atlas label fusion and level set., , , , und . Medical Imaging: Image Processing, Volume 9784 von SPIE Proceedings, Seite 97840U. SPIE, (2016)RAP-Net: Coarse-to-Fine Multi-Organ Segmentation with Single Random Anatomical Prior., , , , , und . CoRR, (2020)Validation and optimization of multi-organ segmentation on clinical imaging archives., , , , , , , , , und 2 andere Autor(en). Medical Imaging: Image Processing, Volume 11313 von SPIE Proceedings, Seite 113132O. SPIE, (2020)Robust Multicontrast MRI Spleen Segmentation for Splenomegaly Using Multi-Atlas Segmentation., , , , , , und . IEEE Trans. Biomed. Eng., 65 (2): 336-343 (2018)Adversarial synthesis learning enables segmentation without target modality ground truth., , , , , und . ISBI, Seite 1217-1220. IEEE, (2018)Splenomegaly segmentation using global convolutional kernels and conditional generative adversarial networks., , , , , , , , , und . Medical Imaging: Image Processing, Volume 10574 von SPIE Proceedings, Seite 1057409. SPIE, (2018)Improving splenomegaly segmentation by learning from heterogeneous multi-source labels., , , , , , , , und . Medical Imaging: Image Processing, Volume 10949 von SPIE Proceedings, Seite 1094908. SPIE, (2019)