Výsledky vyhledávání

  1. 1.
    0580462 - ÚPT 2025 RIV US eng J - Článek v odborném periodiku
    Shamaei, Amirmohammad - Starčuková, Jana - Rizzo, R. - Starčuk jr., Zenon
    Water removal in MR spectroscopic imaging with Casorati singular value decomposition.
    Magnetic Resonance in Medicine. Roč. 91, č. 4 (2024), s. 1694-1706. ISSN 0740-3194. E-ISSN 1522-2594
    Grant CEP: GA MŠMT(CZ) EF18_046/0016045; GA MŠMT(CZ) LM2018129; GA MŠMT(CZ) LM2023050
    GRANT EU: European Commission(XE) 813120 - INSPiRE-MED
    Institucionální podpora: RVO:68081731
    Klíčová slova: functional MRS * low-rank approximations * MR spectroscopic imaging * water removal * water suppression
    Impakt faktor: 3.3, rok: 2022
    Způsob publikování: Open access
    https://onlinelibrary.wiley.com/doi/full/10.1002/mrm.29959
    Trvalý link: https://hdl.handle.net/11104/0349228
    Název souboruStaženoVelikostKomentářVerzePřístup
    2024_Shamaei_MRM_EarlyAccess.pdf23.9 MBEarly access, OA - CC BY 4.0 https://creativecommons.org/licenses/by/4.0Autorský postprintpovolen
     
     
  2. 2.
    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.