Merkzettel Warenkorb
Produktbild: Data Engineering in Medical Imaging
Band 16191

Data Engineering in Medical Imaging Third MICCAI Workshop, DEMI 2025, Held in Conjunction with MICCAI 2025, Daejeon, South Korea, September 27, 2025, Proceedings

Aus der Reihe Lecture Notes in Computer Science

95,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

12.10.2025

Abbildungen

XI, 87 illus., 83 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Binod Bhattarai + weitere

Verlag

Springer

Seitenzahl

257

Maße (L/B/H)

23,5/15,5/1,5 cm

Gewicht

417 g

Sprache

Englisch

ISBN

978-3-032-08008-0

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

12.10.2025

Abbildungen

XI, 87 illus., 83 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Verlag

Springer

Seitenzahl

257

Maße (L/B/H)

23,5/15,5/1,5 cm

Gewicht

417 g

Sprache

Englisch

ISBN

978-3-032-08008-0

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Data Engineering in Medical Imaging

  • .- Surgical Vision World Model.

    .- Overcoming Data Scarcity: Brain Tumor Segmentation in Pediatric and African Populations.

    .- PiMPiC: An Overlap-Aware Contrastive Learning Framework for 3D Patch-Based Medical Image Segmentation.

    .- DiffusionXRay: A Diffusion and GAN-Based Approach for Enhancing Digitally Reconstructed Chest Radiographs.

    .- SingleStrip: learning skull-stripping from a single labeled example.

    .- Kvasir-VQA-x1: A Multimodal Dataset for Medical Reasoning and Robust MedVQA in Gastrointestinal Endoscopy.

    .- Do Edges Matter? Investigating Edge-Enhanced Pre-Training for Medical Image Segmentation.

    .- Enhancing Malaria-Infected Red Blood Cell Detection with Domain-Aware Generative Augmentation.

    .- Analysis of Transferability Estimation Metrics for Surgical Phase Recognition.

    .- Expert-Guided Explainable Few-Shot Learning for Medical Image Diagnosis.

    .- Lesion-Aware Visual-Language Fusion for Automated Image Captioning of Ulcerative Colitis Endoscopic Examinations.

    .- Zero-shot Monocular Metric Depth for Endoscopic Images.

    .- Robust Federated Anomaly Detection Using Dual-Signal Autoencoders: Application to Kidney Stone Identification in Ureteroscopy.

    .- RadSURF: Automated Synthesis of Radiographs and Surface Representation of Vertebrae for Single View Reconstruction.

    .- A Dataset and Benchmark for Enhancing Retained Foreign Object Detection Through Physics-based Image Synthesis.

    .- Unmasking Interstitial Lung Diseases: Leveraging Masked Autoencoders for Diagnosis.

    .- Robust Early Detection of Barrett’s Neoplasia: Addressing Low-Prevalence Challenges with Generative Modeling.

    .- Instance-Balanced Patch Sampling for Whole-Body Lesion Segmentation.

    .- Calibrated Self-supervised Vision Transformers Improve Intracranial Arterial Calcification Segmentation from Clinical CT Head Scans.

    .- Estimating 2D Keypoints of Surgical Tools Using Vision-Language Models with Low-Rank Adaptation.

    .- Exploring Pre-training Across Domains for Few-Shot Surgical Skill Assessment.

    .- Effect of Data Augmentation on Conformal Prediction for Diabetic Retinopathy.

    .- Addressing Bias in VLMs for Glaucoma Detection Without Protected Attribute Supervision.

    .- Balancing Redundancy and Diversity: An In-Depth Analysis of Active Learning for Laparoscopic Video Segmentation .