Merkzettel Warenkorb
  • Produktbild: Biomedical Image Segmentation
  • Produktbild: Biomedical Image Segmentation

Biomedical Image Segmentation Advances and Trends

192,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

10.12.2019

Herausgeber

El-Baz Ayman + weitere

Verlag

Taylor & Francis

Seitenzahl

548

Maße (L/B/H)

25,4/17,8/2,9 cm

Gewicht

453 g

Sprache

Englisch

ISBN

978-0-367-87086-7

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

10.12.2019

Herausgeber

Verlag

Taylor & Francis

Seitenzahl

548

Maße (L/B/H)

25,4/17,8/2,9 cm

Gewicht

453 g

Sprache

Englisch

ISBN

978-0-367-87086-7

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
Die Leseprobe wird geladen.
  • Produktbild: Biomedical Image Segmentation
  • Produktbild: Biomedical Image Segmentation

  • Brief Surveys of Segmentation Algorithm Classes. Level Set Segmentation: A Survey. Dynamic Programming Based Medical Image Segmentation. Optimal Graph-Based Surface Segmentation and Applications. Medical Image Segmentation Incorporating Physical Noise Models. Atlas-Based Medical Image Segmentation. Applications. Retinal Image Segmentation. Spine Segmentation. Arterial Wall Segmentation. Segmentation of the Left Ventricle. Multi-Atlas-Based Simultaneous Labeling of Longitudinal Dynamic Cortical Surfaces in Infants. Rotational Slice-Based Prostate Segmentation. Automated Nucleus and Cytoplasm Segmentation of Overlapping Cervical Cells. Deformable Atlas for Multi-Structure Segmentation. A Variational Framework for Joint Detection and Segmentation of Ovarian Cancer Metastases. Incorporating Shape Variability in Image Segmentation via Implicit Template Deformation. Cell Orientation Entrophy (COrE): Predicting Biochemical Recurrence from Prostate Cancer Tissue Microarrays. Left Ventricle Segmentation from Cardiac MRI Combining Level Set Methods with Deep Belief Networks. Infrared Target Tracking, Recognition, an Segmentation Using Shape-Award Level Set.