Aller au contenu principal
2022 conference-paper

DeepRecon: Joint 2D Cardiac Segmentation and 3D Volume Reconstruction via a Structure-Specific Generative Method

18Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : us, se. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
DeepRecon: Joint 2D Cardiac Segmentation and 3D Volume Reconstruction via a Structure-Specific Generative Method
Date Crossref
01/01/2022
Éditeur
Springer Nature Switzerland
Type
book-chapter

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • The State University of New Jersey Rutgers pays non établi dans la notice
    Université ou école supérieure
  • University of Arkansas for Medical Sciences Department of Medicine pays non établi dans la notice
    Université ou école supérieure
  • Lund University Clinical Physiology pays non établi dans la notice
    Université ou école supérieure
  • Skåne University Hospital pays non établi dans la notice
    Établissement de santé
  • New York University Department of Radiology pays non établi dans la notice
    Université ou école supérieure
  • Rutgers University pays non établi dans la notice
    Université ou école supérieure
  • SenseBrain Research pays non établi dans la notice
    Institution

Rutgers — The State University of New Jersey, Department of Medicine — University of Arkansas for Medical Sciences et Clinical Physiology — Lund University, avec 4 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Medical Image Segmentation TechniquesAdvanced Neural Network ApplicationsGenerative Adversarial Networks and Image Synthesis

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.