PUMA

Akademisches Publikationsmanagement
Publikationen sammeln, verwalten und teilen.

( en | de )

 

Disambiguierung von "Jie, Biao"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Hyper-connectivity of functional networks for brain disease diagnosis.

, , , und . Medical Image Analysis, (2016)

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.

Jie Li University of Stuttgart

 

Weitere Publikationen von Autoren mit dem selben Namen

Network-based classification of ADHD patients using discriminative subnetwork selection and graph kernel PCA., , , und . Comp. Med. Imag. and Graph., (2016)Integration of Network Topological and Connectivity Properties for Neuroimaging Classification., , , , , und . IEEE Trans. Biomed. Engineering, 61 (2): 576-589 (2014)Sparse Multimodal Manifold-Regularized Transfer Learning for MCI Conversion Prediction., , , und . MLMI, Volume 8184 von Lecture Notes in Computer Science, Seite 251-259. Springer, (2013)Extracting Sequential Features from Dynamic Connectivity Network with rs-fMRI Data for AD Classification., , , , , und . MLMI@MICCAI, Volume 12966 von Lecture Notes in Computer Science, Seite 664-673. Springer, (2021)Developing Novel Weighted Correlation Kernels for Convolutional Neural Networks to Extract Hierarchical Functional Connectivities from fMRI for Disease Diagnosis., , , , und . MLMI@MICCAI, Volume 11046 von Lecture Notes in Computer Science, Seite 1-9. Springer, (2018)Integration of temporal and spatial properties of dynamic connectivity networks for automatic diagnosis of brain disease., , und . Medical Image Anal., (2018)Hyper-connectivity of functional networks for brain disease diagnosis., , , und . Medical Image Analysis, (2016)Multimodal hyper-connectivity of functional networks using functionally-weighted LASSO for MCI classification., , , , , , , und . Medical Image Analysis, (2019)Combining Multiple Network Features for Mild Cognitive Impairment Classification., , , und . ICDM Workshops, Seite 996-1003. IEEE Computer Society, (2014)Orthogonal design for scale invariant feature transform optimization., , , , , und . J. Electronic Imaging, 25 (5): 053030 (2016)