Your browser doesn't support javascript.
loading
Automatic Segmentation of Kidneys using Deep Learning for Total Kidney Volume Quantification in Autosomal Dominant Polycystic Kidney Disease.
Sharma, Kanishka; Rupprecht, Christian; Caroli, Anna; Aparicio, Maria Carolina; Remuzzi, Andrea; Baust, Maximilian; Navab, Nassir.
Afiliação
  • Sharma K; Department of Biomedical Engineering, IRCCS-Istituto di Ricerche Farmacologiche Mario Negri, Ranica (BG), 24020, Italy. kanishkasharma10@gmail.com.
  • Rupprecht C; Computer Aided Medical Procedures, Technische Universität München, Garching bei München, 85748, Germany. kanishkasharma10@gmail.com.
  • Caroli A; Computer Aided Medical Procedures, Technische Universität München, Garching bei München, 85748, Germany.
  • Aparicio MC; Department of Computer Science, Johns Hopkins University, Baltimore, 21218, USA.
  • Remuzzi A; Department of Biomedical Engineering, IRCCS-Istituto di Ricerche Farmacologiche Mario Negri, Ranica (BG), 24020, Italy.
  • Baust M; Department of Biomedical Engineering, IRCCS-Istituto di Ricerche Farmacologiche Mario Negri, Ranica (BG), 24020, Italy.
  • Navab N; Department of Management, Information and Production Engineering, University of Bergamo, Dalmine (BG), 24044, Italy.
Sci Rep ; 7(1): 2049, 2017 05 17.
Article em En | MEDLINE | ID: mdl-28515418
Assuntos
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Rim Policístico Autossômico Dominante / Aprendizado Profundo / Rim Tipo de estudo: Guideline Limite: Adult / Aged / Female / Humans / Male / Middle aged Idioma: En Revista: Sci Rep Ano de publicação: 2017 Tipo de documento: Article País de afiliação: Itália
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Rim Policístico Autossômico Dominante / Aprendizado Profundo / Rim Tipo de estudo: Guideline Limite: Adult / Aged / Female / Humans / Male / Middle aged Idioma: En Revista: Sci Rep Ano de publicação: 2017 Tipo de documento: Article País de afiliação: Itália