Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Open Ground Truth Training Network : Magnetic resonance image simulation for training and validation of image analysis algorithms

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Rezultaty

D3.3 Data augmentation approaches for feature training or learning (odnośnik otworzy się w nowym oknie)

D33 Data augmentation approaches for feature training or learning

D3.4 Validation of protocol insensitive MR segmentation on database with simulated MR data (odnośnik otworzy się w nowym oknie)

D34 Validation of protocol insensitive MR segmentation on databasewith simulated MR data

D1.1 Anatomical reference models & for brain, heart & spine (odnośnik otworzy się w nowym oknie)
D2.3 Final database with highly realistic brain, spine and cardiac MR images including disease & function (odnośnik otworzy się w nowym oknie)

D23 Final database with highly realistic brain spine and cardiac MR images including disease function

D2.2 Initial database with highly realistic brain, spine and cardiac MR images for different protocols (odnośnik otworzy się w nowym oknie)

D22 Initial database with highly realistic brain spine and cardiac MR images for different protocols

D1.2 Brain and spine models with disease characteristics (odnośnik otworzy się w nowym oknie)

D12 Brain and spine models with disease characteristics

D1.3 Heart model with functional characteristics (odnośnik otworzy się w nowym oknie)

D13 Heart model with functional characteristics

D2.5 Evaluation of the quality of simulated MR images including cardiac function with clinical partners (odnośnik otworzy się w nowym oknie)

D25 Evaluation of the quality of simulated MR images including cardiac function with clinical partners

D2.4 Evaluation of the quality of simulated MR images including brain and spine disease with clinical partners (odnośnik otworzy się w nowym oknie)

D24 Evaluation of the quality of simulated MR images including brainand spine disease with clinical partners

Publikacje

Optimized Automated Cardiac MR Scar Quantification with GAN-Based Data Augmentation

Autorzy: Lustermans, Didier R. P. R. M.; Amirrajab, Sina; Veta, Mitko; Breeuwer, Marcel; Scannell, Cian M.
Opublikowane w: arXIV, Numer 1, 2021, ISSN 2331-8422
Wydawca: arXiv

Influence of image artifacts on image-based computer simulations of the cardiac electrophysiology (odnośnik otworzy się w nowym oknie)

Autorzy: Evianne Kruithof; Sina Amirrajab; Matthijs J. M. Cluitmans; Kevin D Lau; Marcel Breeuwer
Opublikowane w: VOLUME=137;ISSN=0010-4825;TITLE=Computers in Biology and Medicine, Numer 1, 2021, ISSN 0010-4825
Wydawca: Pergamon Press Ltd.
DOI: 10.1016/j.compbiomed.2021.104773

Simulated late gadolinium enhanced cardiac magnetic resonance imaging dataset from mechanical XCAT phantom including a myocardial infarct (odnośnik otworzy się w nowym oknie)

Autorzy: Evianne Kruithof; Sina Amirrajab; Kevin D. Lau; Marcel Breeuwer
Opublikowane w: Data in Brief, Vol 40, Iss , Pp 107691- (2022), Numer 1, 2021, ISSN 2352-3409
Wydawca: Elsevier BV
DOI: 10.1016/j.dib.2021.107691

XCAT-GAN for Synthesizing 3D Consistent Labeled Cardiac MR Images on Anatomically Variable XCAT Phantoms (odnośnik otworzy się w nowym oknie)

Autorzy: Amirrajab, Sina; Abbasi-Sureshjani, Samaneh; Khalil, Yasmina Al; Lorenz, Cristian; Weese, Juergen; Pluim, Josien; Breeuwer, Marcel; Martel, Anne L.; Abolmaesumi, Purang; Stoyanov, Danail; Mateus, Diana; Zuluaga, Maria A.; Zhou, S. Kevin; Racoceanu, Daniel; Joskowicz, Leo
Opublikowane w: arXiv - Lecture Notes in Computer Science, Numer 1, 2020
Wydawca: arXiv
DOI: 10.1007/978-3-030-59719-1_13

Late Fusion U-Net with GAN-based Augmentation for Generalizable Cardiac MRI Segmentation (odnośnik otworzy się w nowym oknie)

Autorzy: Y. Al Khalil, S. Amirrajab, C. Lorenz, J. Weese, J. Pluim, M. Breeuwer
Opublikowane w: Lecture Notes in Computer Science, Numer volume 13131, 2021, Strona(/y) 360-373
Wydawca: SpringerLink
DOI: 10.1007/978-3-030-93722-5_39

Heterogeneous Virtual Population of Simulated CMR Images for Improving the Generalization of Cardiac Segmentation Algorithms (odnośnik otworzy się w nowym oknie)

Autorzy: Y. Al Khalil, S. Amirrajab, C. Lorenz, J. Weese, and M. Breeuwer
Opublikowane w: Lecture Notes in Computer Science, Numer volume 12417, 2020, Strona(/y) 68-79
Wydawca: SpringerLink
DOI: 10.1007/978-3-030-59520-3_8

Wyszukiwanie danych OpenAIRE...

Podczas wyszukiwania danych OpenAIRE wystąpił błąd

Brak wyników

Moja broszura 0 0