Autor der Publikation

Kopieren Löschen Diese Publikation zur Ablage hinzufügen
Community-Eintrag
Versionsverlauf dieses Eintrags
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

A multi-centre evaluation of eleven clinically feasible brain PET/MRI attenuation correction techniques using a large cohort of patients.

C. Ladefoged, I. Law, U. Anazodo, K. Lawrence, D. Izquierdo-Garcia, C. Catana, N. Burgos, M. Cardoso, S. Ourselin, B. Hutton, I. Merida, N. Costes, A. Hammers, D. Benoit, S. Holm, M. Juttukonda, H. An, J. Cabello, M. Lukas, S. Nekolla, S. Ziegler, M. Fenchell, B. Jakoby, M. Casey, T. Benzinger, L. Højgaard, A. Hansen, und F. Andersen. NeuroImage, (2017)

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.

M. Nudischer

M. Kratzer

M. Liewald

M. Fittingho

M. Christmann

Weitere Publikationen von Autoren mit dem selben Namen

An Adaptive Sampling Scheme to Efficiently Train Fully Convolutional Networks for Semantic Segmentation.L. Berger, E. Hyde, M. Cardoso, und S. Ourselin. MIUA, Volume 894 von Communications in Computer and Information Science, Seite 277-286. Springer, (2018)Volumetric reconstruction from printed films: Enabling 30 year longitudinal analysis in MR neuroimaging.M. Ebner, K. Chung, F. Prados, M. Cardoso, D. Chard, T. Vercauteren, und S. Ourselin. NeuroImage, (2018)Robust parametric modeling of Alzheimer's disease progression.M. Mehdipour-Ghazi, M. Nielsen, A. Pai, M. Modat, M. Cardoso, S. Ourselin, und L. Sørensen. CoRR, (2019)Stochastic Filter Groups for Multi-Task CNNs: Learning Specialist and Generalist Convolution Kernels.F. Bragman, R. Tanno, S. Ourselin, D. Alexander, und M. Cardoso. CoRR, (2019)Robust training of recurrent neural networks to handle missing data for disease progression modeling.M. Mehdipour-Ghazi, M. Nielsen, A. Pai, M. Cardoso, M. Modat, S. Ourselin, und L. Sørensen. CoRR, (2018)Simultaneous synthesis of FLAIR and segmentation of white matter hypointensities from T1 MRIs.M. Orbes-Arteaga, M. Cardoso, L. Sørensen, M. Modat, S. Ourselin, M. Nielsen, und A. Pai. CoRR, (2018)VTrails: Inferring Vessels with Geodesic Connectivity Trees.S. Moriconi, M. Zuluaga, H. Jäger, P. Nachev, S. Ourselin, und M. Cardoso. CoRR, (2018)Fully Automated Patch-Based Image Restoration: Application to Pathology Inpainting.F. Prados, M. Cardoso, N. Cawley, B. Kanber, O. Ciccarelli, C. Wheeler-Kingshott, und S. Ourselin. BrainLes@MICCAI, Volume 10154 von Lecture Notes in Computer Science, Seite 3-15. (2016)Let's Agree to Disagree: Learning Highly Debatable Multirater Labelling.C. Sudre, B. Anson, S. Ingala, C. Lane, D. Jimenez, L. Haider, T. Varsavsky, R. Tanno, L. Smith, S. Ourselin und 2 andere Autor(en). MICCAI (4), Volume 11767 von Lecture Notes in Computer Science, Seite 665-673. Springer, (2019)NiftyNet: a deep-learning platform for medical imaging.E. Gibson, W. Li, C. Sudre, L. Fidon, D. Shakir, G. Wang, Z. Eaton-Rosen, R. Gray, T. Doel, Y. Hu und 6 andere Autor(en). CoRR, (2017)