Pàgina inicial > Resultats de la cerca: Lekadir, Karim
  Consells de cerca
Cerca avançada
Cerca col·leccions:
Ordena'ls per: Mostrar els resultats: Format de visualizació:
Resultats globals: 6 registres trobats en 0.02 segons.
Articles, 2 registres trobats
Materials acadèmics, 4 registres trobats
Articles 2 registres trobats  
1.
10 p, 2.5 MB Minimising multi-centre radiomics variability through image normalisation : a pilot study / Campello, Victor M (Artificial Intelligence in Medicine Lab (BCN-AIM)) ; Martín-Isla, C. (Artificial Intelligence in Medicine Lab (BCN-AIM)) ; Izquierdo, C. (Artificial Intelligence in Medicine Lab (BCN-AIM)) ; Guala, A. (CIBER-CV. Instituto de Salud Carlos III) ; Palomares, J.F.R. (Universitat Autònoma de Barcelona. Departament de Medicina) ; Viladés Medel, David (Institut d'Investigació Biomèdica Sant Pau) ; Descalzo, Martin (Institut d'Investigació Biomèdica Sant Pau) ; Karakas, M. (Department of Intensive Care Medicine. University Medical Center. Hamburg Eppendorf) ; Çavuş, E. (DZHK (German Center for Cardiovascular Research)) ; Raisi-Estabragh, Z. (Barts Heart Centre. St Bartholomew's Hospital. Barts Health NHS Trust) ; Petersen, S.E. (Alan Turing Institute) ; Escalera, S. (Centre de Visió per Computador (Bellaterra, Catalunya)) ; Seguí, S. (Artificial Intelligence in Medicine Lab (BCN-AIM)) ; Lekadir, Karim (Artificial Intelligence in Medicine Lab (BCN-AIM)) ; Universitat Autònoma de Barcelona
Radiomics is an emerging technique for the quantification of imaging data that has recently shown great promise for deeper phenotyping of cardiovascular disease. Thus far, the technique has been mostly applied in single-centre studies. [...]
2022 - 10.1038/s41598-022-16375-0
Scientific reports, Vol. 12 Núm. 1 (december 2022) , p. 12532  
Registre complet - Creative Commons
2.
12 p, 2.9 MB Multi-Centre, Multi-Vendor and Multi-Disease Cardiac Segmentation : The MMs Challenge / Campello, Victor M. (Universitat de Barcelona. Departament de Matemàtiques i Informàtica) ; Gkontra, Polyxeni (Universitat de Barcelona. Departament de Matemàtiques i Informàtica) ; Izquierdo, Cristian (Universitat de Barcelona. Departament de Matemàtiques i Informàtica) ; Martin-Isla, Carlos (Universitat de Barcelona. Departament de Matemàtiques i Informàtica) ; Sojoudi, Alireza (Circle Cardiovascular Imaging Pvt. Ltd.) ; Full, Peter M. (German Cancer Research Center) ; Maier-Hein, Klaus (Division of Medical Image Computing. German Cancer Research Center) ; Zhang, Yao (Chinese Academy of Sciences. Institute of Computing Technology) ; He, Zhiqiang (Lenovo Ltd.) ; Ma, Jun (Nanjing University of Science and Technology) ; Parreno, Mario (Universitat Politècnica de València) ; Albiol, Alberto (Universitat Politècnica de València. iTeam Research Institute) ; Kong, Fanwei (University of California at Berkeley. Department of Mechanical Engineering) ; Shadden, Shawn C. (University of California at Berkeley. Department of Mechanical Engineeringy) ; Corral Acero, Jorge (Institute of Biomedical Engineering. Department of Engineering Science. University of Oxford) ; Sundaresan, Vaanathi (University of Oxford. Nuffield Department of Clinical Neurosciences) ; Saber, Mina (Research and Development Division. Intixel Company S.A.E.) ; Elattar, Mustafa (Research and Development Division. Intixel Company S.A.E.) ; Li, Hongwei (Department of Computer Science. Technische Universität München) ; Menze, Bjoern (Department of Computer Science. Technische Universität München) ; Khader, Firas (ARISTRA GmbH) ; Haarburger, Christoph (ARISTRA GmbH) ; Scannell, Cian M. (School of Biomedical Engineering and Imaging Sciences. King's College London) ; Veta, Mitko (Department of Biomedical Engineering. Eindhoven University of Technology) ; Carscadden, Adam (Department of Radiology and Diagnostic Imaging. University of Alberta) ; Punithakumar, Kumaradevan (Department of Radiology and Diagnostic Imaging. University of Alberta) ; Liu, Xiao (School of Engineering. The University of Edinburgh) ; Tsaftaris, Sotirios A. (School of Engineering. The University of Edinburgh) ; Huang, Xiaoqiong (School of Biomedical Engineering. Shenzhen University) ; Yang, Xin (School of Biomedical Engineering. Shenzhen University) ; Li, Lei (School of Biomedical Engineering. Shenzhen University) ; Zhuang, Xiahai (School of Data Science. Fudan University) ; Viladés Medel, David (Institut d'Investigació Biomèdica Sant Pau) ; Descalzo, Martin (Institut d'Investigació Biomèdica Sant Pau) ; Guala, Andrea (Hospital Universitari Vall d'Hebron. Institut de Recerca) ; Mura, Lucía La (Department of Advanced Biomedical Sciences. University of Naples Federico II) ; Friedrich, Matthias G. (Department of Medicine and Diagnostic Radiology. McGill University) ; Garg, Ria (Department of Medicine and Diagnostic Radiology. McGill University) ; Lebel, Julie (Department of Medicine and Diagnostic Radiology. McGill University) ; Henriques, Filipe. (Department of Cardiology. University Heart Vascular Center Hamburg) ; Karakas, Mahir (Department of Cardiology. University Heart Vascular Center Hamburg) ; Cavus, Ersin (Barts Heart Centre. Barts Health NHS Trust) ; Petersen, Steffen E. (Universitat de Barcelona. Departament de Matemàtiques i Informàtica) ; Escalera, Sergio (Hospital Universitari Vall d'Hebron. Institut de Recerca) ; Segui, Santi (Hospital Universitari Vall d'Hebron. Institut de Recerca) ; Rodriguez-Palomares, Jose F.. (Universitat de Barcelona. Departament de Matemàtiques i Informàtica) ; Lekadir, Karim (Universitat de Barcelona. Departament de Matemàtiques i Informàtica) ; Universitat Autònoma de Barcelona
The emergence of deep learning has considerably advanced the state-of-the-art in cardiac magnetic resonance (CMR) segmentation. Many techniques have been proposed over the last few years, bringing the accuracy of automated segmentation close to human performance. [...]
2021 - 10.1109/TMI.2021.3090082
IEEE Transactions on Medical Imaging, Vol. 40 Núm. 12 (january 2021) , p. 3543-3554  
Registre complet - Creative Commons

Materials acadèmics 4 registres trobats  
1.
5 p, 131.2 KB Tècniques d'Optimització per a la Visió per Computador [44773] / Vanrell Martorell, Maria Isabel ; Ballester Nicolau, Coloma ; Lekadir, Karim ; Ramos Terrades, Oriol ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
Coordinadora del mòdul: Dra. Coloma Ballester L'objectiu d'aquest mòdul és l'aprenentatge dels algoritmes d'optimització i les tècniques d'inferència que estan darrere de moltes tasques en la visió per computador. [...]
Module Coordinator: Dra. Coloma Ballester The aim of this module is to learn about the optimization algorithms and inference techniques that are behind many tasks in computer vision. The main concepts will include energy formulation and minimization, numerical techniques for variational problems, gradient descent optimization algorithms and tools useful for deep learning strategies. [...]
Coordinadora del módulo: Dra. Coloma Ballester El objetivo de este módulo es el aprendizaje de los algoritmos de optimización y las técnicas de inferencia que están detrás de muchas tareas en la visión por computadora. [...]
2023-24
Màster Universitari en Visió per Computador [1539]
3 documents
Registre complet - Creative Commons
2.
5 p, 132.7 KB Optimització i Inferència per a la Visió per Computador [43086] / Vanrell Martorell, Maria ; Ballester Nicolau, Coloma ; Garamendi Bragado, Juan Francisco ; Lekadir, Karim ; Ramos Terrades, Oriol ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
Coordinadora del mòdul: Dra. Coloma Ballester L'objectiu d'aquest mòdul és l'aprenentatge dels algoritmes d'optimització i les tècniques d'inferència que estan darrere de moltes tasques en la visió per computador. [...]
Module Coordinator: Dra. Coloma Ballester The aim of this module is to learn about the optimization algorithms and inference techniques that are behind many tasks in computer vision. The main concepts will include energy formulation and minimization, numerical techniques for variational problems, gradient descent optimization algorithms and tools useful for deep learning strategies. [...]
Coordinadora del módulo: Dra. Coloma Ballester El objetivo de este módulo es el aprendizaje de los algoritmos de optimización y las técnicas de inferencia que están detrás de muchas tareas en la visión por computadora. [...]
2021-22
Màster Universitari en Visió per Computador/Computer Vision [1172]
3 documents
Registre complet - Creative Commons
3.
5 p, 132.7 KB Optimització i Inferència per a la Visió per Computador [43086] / Vanrell Martorell, Maria ; Ballester Nicolau, Coloma ; Garamendi Bragado, Juan Francisco ; Lekadir, Karim ; Ramos Terrades, Oriol ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
Coordinadora del mòdul: Dra. Coloma Ballester L'objectiu d'aquest mòdul és l'aprenentatge dels algoritmes d'optimització i les tècniques d'inferència que estan darrere de moltes tasques en la visió per computador. [...]
Coordinadora del módulo: Dra. Coloma Ballester El objetivo de este módulo es el aprendizaje de los algoritmos de optimización y las técnicas de inferencia que están detrás de muchas tareas en la visión por computadora. [...]
2020-21
Màster Universitari en Visió per Computador/Computer Vision [1172]
3 documents
Registre complet - Creative Commons
4.
6 p, 131.4 KB Optimització i Inferència per a la Visió per Computador [43086] / Ballester Nicolau, Coloma ; Serrat Gual, Joan ; Garamendi Bragado, Juan Francisco ; Lekadir, Karim ; Ramos Terrades, Oriol ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
L'objectiu d'aquest mòdul és l'aprenentatge dels algoritmes d'optimització i les tècniques d'inferència que estan darrere de moltes tasques en la visió per computador. Els conceptes principals inclouran la formulació adecuada d'energies i la seva resolució, tècniques numèriques per problemes variacionals, algoritmes d'optimització de descens de gradient i eines útils per a estratègies d'aprenentatge profund. [...]
El objetivo de este módulo es el aprendizaje de los algoritmos de optimización y las técnicas de inferencia que están detrás de muchas tareas en la visión por computadora. Los conceptos principales incluirán la formulación adecuada de energías variacionals y su minimización, técnicas numéricas para problemas variacionales, algoritmos de optimización de descenso de gradiente y herramientas útiles para estrategias de aprendizaje profundo. [...]
2019-20
Màster Universitari en Visió per Computador/Computer Vision [1172]
3 documents
Registre complet - Creative Commons

Vegeu també: autors amb noms similars
1 Lekadir, K.
Us interessa rebre alertes sobre nous resultats d'aquesta cerca?
Definiu una alerta personal via correu electrònic o subscribiu-vos al canal RSS.
Dipòsit Digital de Documents de la UAB :: Cerca :: Lliura :: Personalitza :: Ajuda
Powered by Invenio v1.1.6
Mantingut per ddd.bib@uab.cat  :: Metadades subjectes a:
Col·laborem