Toward fully automated assessment of the central vein sign using deep learning
2021
Détails
Titre
Toward fully automated assessment of the central vein sign using deep learning
Auteur(s)
Huelnhagen, T. ; Al Louzi, O. ; Fartaria, M. J. ; Daboul, L. ; Reich, D. S. ; Richiardi, J. ; Sati, P. ; Kober, T.
Publié dans
Multiple Sclerosis Journal
Volume
27
Numéro
2_SUPPL
Pages
461-462
Date
2021-10-01
Editeur
London, SAGE PUBLICATIONS LTD
ISSN
1352-4585
1477-0970
1477-0970
Autres identifiant(s)
Afficher la publication dans Web of Science
Laboratoires
LTS5
Le document apparaît dans
Production scientifique et compétences > STI - Faculté des sciences et techniques de l'ingénieur > IEM - Institute of Electrical and Micro Engineering > LTS5 - Laboratoire de traitement des signaux 5
Publications validées par des pairs
Papiers de conférence
Travail produit à l'EPFL
Publié
Publications validées par des pairs
Papiers de conférence
Travail produit à l'EPFL
Publié
Date de création de la notice
2021-12-04