Wiltgen, Tun
ORCID: https://orcid.org/0000-0002-2682-3641; McGinnis, Julian; Schlaeger, Sarah; Kofler, Florian; Voon, CuiCi; Berthele, Achim; Bischl, Daria; Grundl, Lioba; Will, Nikolaus; Metz, Marie; Schinz, David; Sepp, Dominik; Prucker, Philipp; Schmitz-Koep, Benita; Zimmer, Claus; Menze, Bjoern; Rueckert, Daniel; Hemmer, Bernhard; Kirschke, Jan; Mühlau, Mark ORCID: https://orcid.org/0000-0002-9545-2709 und Wiestler, Benedikt
(2024):
LST-AI: A deep learning ensemble for accurate MS lesion segmentation.
In: NeuroImage: Clinical, Bd. 42, 103611
[PDF, 3MB]
| Dokumententyp: | Zeitschriftenartikel |
|---|---|
| Fakultät: | Medizin > Munich Cluster for Systems Neurology (SyNergy) |
| Themengebiete: | 600 Technik, Medizin, angewandte Wissenschaften > 610 Medizin und Gesundheit |
| URN: | urn:nbn:de:bvb:19-epub-117803-4 |
| ISSN: | 22131582 |
| Sprache: | Englisch |
| Dokumenten ID: | 117803 |
| Datum der Veröffentlichung auf Open Access LMU: | 13. Jun. 2024, 05:50 |
| Letzte Änderungen: | 13. Jun. 2024, 05:50 |
| DFG: | Gefördert durch die Deutsche Forschungsgemeinschaft (DFG) - 390857198 |
- Dokument bearbeiten
