Aller au contenu principal
Accès ouvert déclaré 2024 conference-paper

Leveraging Point Annotations in Segmentation Learning with Boundary Loss

3Citations signalées, ce qui n’est pas une note de qualité
6Institutions déclarées
3Pays d’affiliation déclarés

Rattachement africain : se, nl, dk. 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
Leveraging Point Annotations in Segmentation Learning with Boundary Loss
Date Crossref
02/12/2024
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

  • Uppsala University Department of Information Technology pays non établi dans la notice
    Université ou école supérieure
  • KTH Royal Institute of Technology Department of Biomedical Engineering and Health Systems pays non établi dans la notice
    Université ou école supérieure
  • Erasmus MC pays non établi dans la notice
    Établissement de santé
  • Erasmus University Rotterdam pays non établi dans la notice
    Université ou école supérieure
  • Antaros Medical (Sweden) pays non établi dans la notice
    Entreprise
  • University of Copenhagen Department of Computer Science pays non établi dans la notice
    Université ou école supérieure
  • Department of Radiology and Nuclear Medicine pays non établi dans la notice
    Institution
  • Københavns Universitet pays non établi dans la notice
    Université ou école supérieure

Department of Information Technology — Uppsala University, Department of Biomedical Engineering and Health Systems — KTH Royal Institute of Technology et Erasmus MC, avec 5 autres affiliations.

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

Les sujets associés

Advanced Image and Video Retrieval TechniquesMultimodal Machine Learning ApplicationsMedical Image Segmentation Techniques

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.