دانلود کتاب یادگیری ماشینی برای بازسازی تصویر پزشکی: دومین کارگاه بین المللی، MLMIR 2019، که در ارتباط با MICCAI 2019 برگزار شد، شنژن، چین، 17 اکتبر 2019، مجموعه مقالات بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Machine Learning for Medical Image Reconstruction: Second International Workshop, MLMIR 2019, Held in Conjunction with MICCAI 2019, Shenzhen, China, October 17, 2019, Proceedings
ویرایش : 1st ed. 2019
عنوان ترجمه شده به فارسی : یادگیری ماشینی برای بازسازی تصویر پزشکی: دومین کارگاه بین المللی، MLMIR 2019، که در ارتباط با MICCAI 2019 برگزار شد، شنژن، چین، 17 اکتبر 2019، مجموعه مقالات
سری : Lecture Notes in Computer Science 11905
نویسندگان : Florian Knoll, Andreas Maier, Daniel Rueckert, Jong Chul Ye
ناشر : Springer International Publishing
سال نشر : 2019
تعداد صفحات : IX, 266
[273]
ISBN (شابک) : 978-3-030-338 , 978-3-030-338
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 51 Mb
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
این کتاب مجموعه مقالات داوری دومین کارگاه بینالمللی در مورد یادگیری ماشین برای بازسازی پزشکی، MLMIR 2019 است که در ارتباط با MICCAI 2019، در شنژن، چین، در اکتبر 2019 برگزار شد.
24 مقاله کامل ارائه شده با دقت بررسی و از بین 32 مقاله ارسالی انتخاب شدند. مقالات در بخشهای موضوعی زیر سازماندهی شدهاند: یادگیری عمیق برای تصویربرداری رزونانس مغناطیسی. یادگیری عمیق برای توموگرافی کامپیوتری. و یادگیری عمیق برای بازسازی کلی تصویر.
This book constitutes the refereed proceedings of the Second International Workshop on Machine Learning for Medical Reconstruction, MLMIR 2019, held in conjunction with MICCAI 2019, in Shenzhen, China, in October 2019.
The 24 full papers presented were carefully reviewed and selected from 32 submissions. The papers are organized in the following topical sections: deep learning for magnetic resonance imaging; deep learning for computed tomography; and deep learning for general image reconstruction.