( en | de | ru )

 

Disambiguierung von "Brosch, Tom"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Organ-At-Risk Segmentation in Brain MRI Using Model-Based Segmentation: Benefits of Deep Learning-Based Boundary Detectors.

, , , und . ShapeMI@@MICCAI, Volume 11167 von Lecture Notes in Computer Science, Seite 291-299. Springer, (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.

Sven Brosch

Joseph Brosch

Dieter Brosch

Hans Brosch

Erich Brosch

 

Weitere Publikationen von Autoren mit dem selben Namen

Grey Matter Segmentation in Spinal Cord MRIs via 3D Convolutional Encoder Networks with Shortcut Connections., , , , , , , , und . DLMIA/ML-CDS@MICCAI, Volume 10553 von Lecture Notes in Computer Science, Seite 330-337. Springer, (2017)Spine centerline extraction and efficient spine reading of MRI and CT data., , , und . Medical Imaging: Image Processing, Volume 10574 von SPIE Proceedings, Seite 1057425. SPIE, (2018)Deep Learning of Image Features from Unlabeled Data for Multiple Sclerosis Lesion Segmentation., , , , und . MLMI, Volume 8679 von Lecture Notes in Computer Science, Seite 117-124. Springer, (2014)Manifold Learning of Brain MRIs by Deep Learning., und . MICCAI (2), Volume 8150 von Lecture Notes in Computer Science, Seite 633-640. Springer, (2013)Automated detection and segmentation of mediastinal and axillary lymph nodes from CT using foveal fully convolutional networks., , , , , , , , und . Medical Imaging: Computer-Aided Diagnosis, Volume 11314 von SPIE Proceedings, SPIE, (2020)Deep Learning of Brain Lesion Patterns for Predicting Future Disease Activity in Patients with Early Symptoms of Multiple Sclerosis., , , , , , und . LABELS/DLMIA@MICCAI, Volume 10008 von Lecture Notes in Computer Science, Seite 86-94. (2016)Deep Convolutional Encoder Networks for Multiple Sclerosis Lesion Segmentation., , , , , und . MICCAI (3), Volume 9351 von Lecture Notes in Computer Science, Seite 3-11. Springer, (2015)Learned iterative segmentation of highly variable anatomy from limited data: Applications to whole heart segmentation for congenital heart disease., , , , , , , und . Medical Image Anal., (2022)Organ-At-Risk Segmentation in Brain MRI Using Model-Based Segmentation: Benefits of Deep Learning-Based Boundary Detectors., , , und . ShapeMI@@MICCAI, Volume 11167 von Lecture Notes in Computer Science, Seite 291-299. Springer, (2018)3D medical image segmentation with labeled and unlabeled data using autoencoders at the example of liver segmentation in CT images., , , , und . CoRR, (2020)