Enhancing Fetal Brain MRI Segmentation in Ventriculomegaly Using Generative AI-Augmented Pathological Data
0Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
3Pays d’affiliation déclarés
Rattachement africain : ch, kr, gb. 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
- Enhancing Fetal Brain MRI Segmentation in Ventriculomegaly Using Generative AI-Augmented Pathological Data
- Date Crossref
- 23/09/2025
- 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
-
University of Zurich pays non établi dans la noticeUniversité ou école supérieure
-
University Children's Hospital Zurich Center for MR Research pays non établi dans la noticeÉtablissement de santé
-
The Catholic University of Korea Seoul St. Mary's Hospital pays non établi dans la noticeÉtablissement de santé
-
Catholic University of Korea pays non établi dans la noticeUniversité ou école supérieure
-
King's College London pays non établi dans la noticeUniversité ou école supérieure
-
College of Medicine Department of Radiology pays non établi dans la noticeUniversité ou école supérieure
-
School of Biomedical Engineering and Imaging Sciences Department of Early Life Imaging pays non établi dans la noticeUniversité ou école supérieure
University of Zurich, Center for MR Research — University Children's Hospital Zurich et The Catholic University of Korea Seoul St. Mary's Hospital, avec 4 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Fetal and Pediatric Neurological DisordersAI in cancer detectionAdvanced Neural Network Applications