mediaTUM
Universitätsbibliothek
Technische Universität München
Benutzer: Gast
Login
de
en
mediaTUM Gesamtbestand
Hochschulbibliographie
Elektronische Prüfungsarbeiten
Open Access Publikationen
Forschungsdaten
TUM.University Press
Sammlungen
Projekte
Einrichtungen
Forschungszentren
Hochschulpräsidium
Publikationen des Präsidenten
(45)
TUM Strategie und Exzellenzentwicklung
(1)
TUM Compliance Office
(8)
TUM Senior Excellence Faculty
Wir über uns
(1)
SEF Publikationen
(8)
EoE Publikationen
(3678)
2022
(117)
2021
(277)
2020
(266)
2019
(252)
2018
(302)
2017
(414)
2016
(319)
2015
(234)
2014
(303)
2013
(259)
2012
(232)
2011
(174)
2010
(120)
2009
(131)
2008
(199)
2007
(79)
TUM Sustainability
(8)
Hochschulreferate
Partnerschaftliche Einrichtungen
Schools
Serviceeinrichtungen
TUM Institute for LifeLong Learning
Zentrale Verwaltung
mediaTUM Gesamtbestand
Einrichtungen
Hochschulpräsidium
TUM Senior Excellence Faculty
EoE Publikationen
2018
Zurück
Zurück zum Anfang der Trefferliste
Dauerhafter Link zum angezeigten Objekt
Titel:
q-Space Novelty Detection in Short Diffusion MRI Scans of Multiple Sclerosis
Dokumenttyp:
Konferenzbeitrag
Autor(en):
Golkov, V.; Vasilev, A.; Pasa, F.; Lipp, I.; Boubaker, W.; Sgarlata, E.; Pfeiffer, F.; Tomassini, V.; Jones, D. K.; Cremers, D.
Stichworte:
novelty detection, anomaly detection, machine learning, medical imaging, magnetic resonance imaging, diffusion MRI, segmentation
Kongress- / Buchtitel:
International Society for Magnetic Resonance in Medicine (ISMRM) Annual Meeting
Jahr:
2018
BibTeX
Vorkommen:
mediaTUM Gesamtbestand
Hochschulbibliographie
2018
Integrated Research Centers
Institute for Advanced Study (IAS)
mediaTUM Gesamtbestand
Einrichtungen
Forschungszentren
Institute for Advanced Study (IAS)
Fellows
Alumni
Cremers, Daniel
mediaTUM Gesamtbestand
Einrichtungen
Hochschulpräsidium
TUM Senior Excellence Faculty
EoE Publikationen
2018
mediaTUM Gesamtbestand
Einrichtungen
Forschungszentren
Institute for Advanced Study (IAS)
Research Areas
Research Area: Advanced Computation and Modeling
Alumni Focus Groups
Focus Group: Computer Vision and Machine Learning