Your browser doesn't support javascript.
loading
Coupling synthetic and real-world data for a deep learning-based segmentation process of 4D flow MRI.
Garzia, Simone; Scarpolini, Martino Andrea; Mazzoli, Marilena; Capellini, Katia; Monteleone, Angelo; Cademartiri, Filippo; Positano, Vincenzo; Celi, Simona.
Afiliação
  • Garzia S; BioCardioLab, UOC Bioingegneria, Fondazione Toscana G Monasterio, Via Aurelia Sud, Massa, 54100, Italy; Department of Information Engineering, University of Pisa, Via Caruso, Pisa, 56122, Italy.
  • Scarpolini MA; BioCardioLab, UOC Bioingegneria, Fondazione Toscana G Monasterio, Via Aurelia Sud, Massa, 54100, Italy; Department of Industrial Engineering, University of Rome "Tor Vergata", Via del Politecnico, Roma, 00133, Italy.
  • Mazzoli M; BioCardioLab, UOC Bioingegneria, Fondazione Toscana G Monasterio, Via Aurelia Sud, Massa, 54100, Italy; Department of Information Engineering, University of Pisa, Via Caruso, Pisa, 56122, Italy.
  • Capellini K; BioCardioLab, UOC Bioingegneria, Fondazione Toscana G Monasterio, Via Aurelia Sud, Massa, 54100, Italy.
  • Monteleone A; Department of Radiology, Fondazione Toscana G Monasterio, Via Moruzzi, Pisa, 56122, Italy.
  • Cademartiri F; Department of Radiology, Fondazione Toscana G Monasterio, Via Moruzzi, Pisa, 56122, Italy.
  • Positano V; BioCardioLab, UOC Bioingegneria, Fondazione Toscana G Monasterio, Via Aurelia Sud, Massa, 54100, Italy.
  • Celi S; BioCardioLab, UOC Bioingegneria, Fondazione Toscana G Monasterio, Via Aurelia Sud, Massa, 54100, Italy. Electronic address: s.celi@ftgm.it.
Comput Methods Programs Biomed ; 242: 107790, 2023 Dec.
Article em En | MEDLINE | ID: mdl-37708583
Assuntos
Palavras-chave
Texto completo
Adicionar na Minha BVS
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Aprendizado Profundo Tipo de estudo: Prognostic_studies Limite: Humans Idioma: En Revista: Comput Methods Programs Biomed Assunto da revista: INFORMATICA MEDICA Ano de publicação: 2023 Tipo de documento: Article País de afiliação: Itália País de publicação: Irlanda
Texto completo
Adicionar na Minha BVS
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Aprendizado Profundo Tipo de estudo: Prognostic_studies Limite: Humans Idioma: En Revista: Comput Methods Programs Biomed Assunto da revista: INFORMATICA MEDICA Ano de publicação: 2023 Tipo de documento: Article País de afiliação: Itália País de publicação: Irlanda