( en | de | ru )

 

Disambiguierung von "Nebel, Mary Beth"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
A Coupled Manifold Optimization Framework to Jointly Model the Functional Connectomics and Behavioral Data Spaces.

, , , , und . IPMI, Volume 11492 von Lecture Notes in Computer Science, Seite 605-616. Springer, (2019)

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.

Mary Beth Wilson

Georg Mary

Alfred Beth

Helga Beth

Thomas Marycz

 

Weitere Publikationen von Autoren mit dem selben Namen

A Matrix Autoencoder Framework to Align the Functional and Structural Connectivity Manifolds as Guided by Behavioral Phenotypes., , , , , und . MICCAI (7), Volume 12907 von Lecture Notes in Computer Science, Seite 625-636. Springer, (2021)Integrating Neural Networks and Dictionary Learning for Multidimensional Clinical Characterizations from Functional Connectomics Data., , , , und . MICCAI (3), Volume 11766 von Lecture Notes in Computer Science, Seite 709-717. Springer, (2019)Psilocybin induces spatially constrained alterations in thalamic functional organizaton and connectivity., , , , , , und . NeuroImage, (2022)Neuropsychiatric disease classification using functional connectomics - results of the connectomics in neuroimaging transfer learning challenge., , , , , , , , , und 16 andere Autor(en). Medical Image Anal., (2021)Improved estimation of subject-level functional connectivity using full and partial correlation with empirical Bayes shrinkage., , , , , , und . NeuroImage, (2018)A Unified Bayesian Approach to Extract Network-Based Functional Differences from a Heterogeneous Patient Cohort., , , und . CNI@MICCAI, Volume 10511 von Lecture Notes in Computer Science, Seite 60-69. Springer, (2017)A Generative-Discriminative Basis Learning Framework to Predict Clinical Severity from Resting State Functional MRI Data., , , , und . MICCAI (3), Volume 11072 von Lecture Notes in Computer Science, Seite 163-171. Springer, (2018)A Coupled Manifold Optimization Framework to Jointly Model the Functional Connectomics and Behavioral Data Spaces., , , , und . IPMI, Volume 11492 von Lecture Notes in Computer Science, Seite 605-616. Springer, (2019)A joint network optimization framework to predict clinical severity from resting state functional MRI data., , , , und . NeuroImage, (2020)Accounting for motion in resting-state fMRI: What part of the spectrum are we characterizing in autism spectrum disorder?, , , , , und . NeuroImage, (2022)