Automatic Segmentation of the Cerebral Ventricle in Neonates Using Deep Learning with 3D Reconstructed Freehand Ultrasound Imaging - Archive ouverte HAL
Communication Dans Un Congrès Année : 2018

Automatic Segmentation of the Cerebral Ventricle in Neonates Using Deep Learning with 3D Reconstructed Freehand Ultrasound Imaging

Matthieu Martin
Imagerie Ultrasonore
Bruno Sciolla
  • Fonction : Auteur
  • PersonId : 981491
Imagerie Ultrasonore
Michaël Sdika
Images et Modèles
CV
Xiaoyu Wang
  • Fonction : Auteur
Philippe Quétin
  • Fonction : Auteur
  • PersonId : 1202711
Centre Hospitalier Henri Duffaut (Avignon)
Philippe Delachartre
Imagerie Ultrasonore
CV

Domaines

Imagerie médicale Traitement du signal et de l'image [eess.SP] Machine Learning [stat.ML]
Fichier principal
Vignette du fichier
Martin-18 IEEE IUS Automatic segmentation of the cerebral ventricle.pdf (1.04 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Philippe Delachartre  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02043054

Soumis le : mercredi 10 janvier 2024-14:59:08

Dernière modification le : mercredi 3 juillet 2024-09:00:07

Télécharger pour visualiser

Dates et versions

hal-02043054 , version 1 (10-01-2024)

Identifiants

Citer

Matthieu Martin, Bruno Sciolla, Michaël Sdika, Xiaoyu Wang, Philippe Quétin, et al.. Automatic Segmentation of the Cerebral Ventricle in Neonates Using Deep Learning with 3D Reconstructed Freehand Ultrasound Imaging. 2018 IEEE International Ultrasonics Symposium (IUS), Oct 2018, Kobe, Japan. pp.1-4, ⟨10.1109/ULTSYM.2018.8580214⟩. ⟨hal-02043054⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-ST-ETIENNE CNRS UNIV-LYON1 INSA-LYON CREATIS PRIMES PRIMES_WP4 INSA-GROUPE UDL
99 Consultations
38 Téléchargements

Altmetric

Partager

More