MIScnn: a framework for medical image segmentation with convolutional neural networks and deep learning
Download full text files
Statistics
Print On Demand
Additional Services
| Author: | Dominik MüllerORCiDGND, Frank KramerORCiDGND |
|---|---|
| URN: | urn:nbn:de:bvb:384-opus4-837139 |
| Frontdoor URL | https://opus.bibliothek.uni-augsburg.de/opus4/83713 |
| ISSN: | 1471-2342OPAC |
| Parent Title (English): | BMC Medical Imaging |
| Publisher: | Springer Science and Business Media LLC |
| Type: | Article |
| Language: | English |
| Year of first Publication: | 2021 |
| Publishing Institution: | Universität Augsburg |
| Release Date: | 2021/02/23 |
| Tag: | Radiology Nuclear Medicine and imaging |
| Volume: | 21 |
| Issue: | 1 |
| First Page: | 12 |
| DOI: | https://doi.org/10.1186/s12880-020-00543-7 |
| Institutes: | Fakultät für Angewandte Informatik |
| Fakultät für Angewandte Informatik / Institut für Informatik | |
| Fakultät für Angewandte Informatik / Institut für Informatik / Lehrstuhl für IT-Infrastrukturen für die Translationale Medizinische Forschung | |
| Dewey Decimal Classification: | 0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 004 Datenverarbeitung; Informatik |
| Licence (German): |  CC-BY 4.0: Creative Commons: Namensnennung (mit Print on Demand) |
