Košík

  1. 1.
    0567321 - ÚPT 2024 RIV US eng J - Článek v odborném periodiku
    Rizzo, R. - Dziadosz, M. - Kyathanahally, S. P. - Shamaei, Amirmohammad - Kreis, R.
    Quantification of MR spectra by deep learning in an idealized setting: Investigation of forms of input, network architectures, optimization by ensembles of networks, and training bias.
    Magnetic Resonance in Medicine. Roč. 89, č. 5 (2023), s. 1707-1727. ISSN 0740-3194. E-ISSN 1522-2594
    GRANT EU: European Commission(XE) 813120 - INSPiRE-MED
    Institucionální podpora: RVO:68081731
    Klíčová slova: active learning * bias * deep learning * ensemble of networks * model fitting * magnetic resonance spectroscopy * quantification
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 3.3, rok: 2022
    Způsob publikování: Open access
    https://onlinelibrary.wiley.com/doi/10.1002/mrm.29561
    Trvalý link: https://hdl.handle.net/11104/0338584
    Název souboruStaženoVelikostKomentářVerzePřístup
    2023_Rizzo_MRM.pdf05.2 MBOA - CC BY-NC 4.0 https://creativecommons.org/licenses/by-nc/4.0/Vydavatelský postprintpovolen
    Rizzo2023_ Quantification_MRM_EarlyAccess.pdf35.2 MBEarly access, OA CC BY-NC 4.0Vydavatelský postprintpovolen
     
     

  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.