OPTical Imaging of Molecular and signalling Activity in Real-time: application to flatfish metamorphosis

Informations projet

OPTIMAR

N° de convention de subvention: 867450

DOI

10.3030/867450

Projet clôturé

Date de signature de la CE 28 Mars 2019

Date de début 1 Janvier 2021

Date de fin 31 Decembre 2022

Financé au titre de

• SPREADING EXCELLENCE AND WIDENING PARTICIPATION

Coût total

€ 147 815,04

Contribution de l’UE

€ 147 815,04

Coordonné par

CENTRO DE CIENCIAS DO MAR DO ALGARVE
Portugal

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Other (6)

Model-based neural network for tomographic reconstruction

Auteurs: Obando M, Mato G, Correia T
Publié dans: Khipu | Latin American Meeting In Artificial Intelligence, 2023
Éditeur: Latin American Meeting In Artificial Intelligence

Transcriptomics points to an association between the HPT-axis and immune system maturation before and during Senegalensis sole larvae metamorphosis.

Auteurs: Silva S, Correia T, Manchado M, Power D.
Publié dans: 30th CECE & 9th ISFE | Joint Conference of the European Society for Comparative Endocrinology and of the International Society for Fish Endocrinology, 2022
Éditeur: Joint Conference of the European Society for Comparative Endocrinology and of the International Society for Fish Endocrinology

Real-time 3D Optical Projection Tomography using Deep Learning (Oral Presentation)

Auteurs: Obando M, Bassi A, Ducros N, Mato G, Correia T
Publié dans: SPAOM 2021, 2021
Éditeur: SPAOM
DOI: 10.5281/zenodo.7851764

Physics-Informed Self-supervised Deep Learning Reconstruction for Accelerated First-Pass Perfusion Cardiac MRI.

Auteurs: Martín-González E, Alskaf E, Chiribiri A, Casaseca-de-la-Higuera P, Alberola-López C, Nunes R, Correia T
Publié dans: arXiv, 2023
Éditeur: arXiv
DOI: 10.48550/arxiv.2301.02033

Real-time 3D Optical Projection Tomography using Deep Learning

Auteurs: Obando M, Bassi A, Ducros N, Mato G, Correia T
Publié dans: SPAOM 2021, 2021
Éditeur: Spanish & Portuguese Advanced Optical Microscopy Meeting

Tomografía de Proyección Óptica 3D en Tiempo Real Utilizando Deep Learning

Auteurs: Obando M, Bassi A, Ducros N, Correia T, Mato G
Publié dans: Congreso I+D+i Mendoza, 2021
Éditeur: Congreso I+D+i Mendoza

Conference proceedings (3)

The deep SECRET to accelerated first-pass perfusion cardiac MRI

Auteurs: Martín-González E, Alskaf E, Chiribiri A, Casaseca-de-la-Higuera P, Alberola-López C, Nunes R, Correia T
Publié dans: 30th ISMRM meeting, 2022
Éditeur: International Society for Magnetic Resonance in Medicine
DOI: 10.5281/zenodo.7777484

Implementation of a deep learning-based tool for automatic Cardiac Magnetic Resonance planning

Auteurs: Osorio P, Henningsson M, Nunes R, Correia T
Publié dans: 2nd ISMRM Iberian Chapter meeting, 2022
Éditeur: Iberian Chapter of the International Society for Magnetic Resonance in Medicine

Accelerating T2-map fitting in the brain with a Recurrent Inference Machine

Auteurs: Carvalho C, Correia T, Nunes R
Publié dans: 2nd ISMRM Iberian Chapter meeting, 2022
Éditeur: Iberian Chapter of the International Society for Magnetic Resonance in Medicine

Peer reviewed articles (2)

Model-based deep learning framework for accelerated optical projection tomography

Auteurs: Obando M, Bassi A, Ducros N, Mato G, Correia T
Publié dans: Scientific Reports, Numéro 13, 2023, Page(s) 21735, ISSN 2045-2322
Éditeur: Nature Publishing Group
DOI: 10.1038/s41598-023-47650-3

Cardiac MR: From Theory to Practice

Auteurs: Ismail TF, Strugnell W, Coletti C, Božic-Iven M, Weingärtner S, Hammernik K, Correia T and Küstner T
Publié dans: Frontiers in Cardiovascular Medicine, Numéro 9, 2022, Page(s) 826283, ISSN 2297-055X
Éditeur: Frontiers
DOI: 10.3389/fcvm.2022.826283

Book chapters (1)

Physics-Informed Self-supervised Deep Learning Reconstruction for Accelerated First-Pass Perfusion Cardiac MRI.

Auteurs: Martín-González E, Alskaf E, Chiribiri A, Casaseca-de-la-Higuera P, Alberola-López C, Nunes R, Correia T
Publié dans: Machine Learning for Medical Image Reconstruction. MLMIR 2021. Lecture Notes in Computer Science, 2021, Page(s) vol 12964, ISBN 978-3-030-88551-9
Éditeur: Springer, Cham
DOI: 10.1007/978-3-030-88552-6_9