Zum Inhalt

Erweiterte Suche

Ergebnisvorschau für Ihre aktuellen Suchbegriffe: 0

Suchoperatoren:

Sie können Operatoren mit Ihrer Suchanfrage kombinieren, um diese noch präziser einzugrenzen. Klicken Sie auf den Suchoperator, um eine Erklärung seiner Funktionsweise anzuzeigen.
Findet Dokumente mit genau dieser Wortgruppe in exakt dieser Schreibweise und Reihenfolge (z.B. "employer branding").
Findet Dokumente, in denen beide Begriffe zusammen vorkommen (z.B. vertrieb UND bonus).
Findet Dokumente, in denen einer der beiden oder beide Begriffe vorkommen (z.B. porsche OR volkswagen).
Findet Dokumente, in denen alle Begriffe vorkommen. Das Leerzeichen wird als UND interpretiert (z.B. mensch roboter alltag).
Findet Dokumente, in denen der Begriff nach NOT nicht vorkommt (z.B. ford NOT "harrison ford").
Findet Dokumente, in denen der gesuchte Begriff mehr als n mal vorkommt. n steht für eine beliebige Anzahl (z.B. COUNT(getriebe)>8).
Findet Dokumente, in denen beide Begriffe in beliebiger Reihenfolge innerhalb von maximal n Worten zueinander stehen. Empfehlung: Wählen Sie zwischen 15 und 30 als maximale Wortanzahl (z.B. NEAR(hybrid, antrieb, 20)).
Findet Dokumente, in denen der Begriff in Wortvarianten vorkommt, wobei diese VOR, HINTER oder VOR und HINTER dem Suchbegriff anschließen können (z.B., leichtbau*, *leichtbau, *leichtbau*).
Findet Dokumente mit dem Suchbegriff in verschiedenen Schreibweisen. Das ? steht für eine einzige Stelle (z.B. organi?ation).
Sonderzeichen werden als UND interpretiert (z.B. Mann + Hummel).

Semantische Suche

powered by (Link öffnet in neuem Fenster)
loading …
Anmelden
Nach oben
International Journal of Computer Assisted Radiology and Surgery

Leveraging deep learning for nonlinear shape representation in anatomically parameterized statistical shape models

  • 14.02.2025
  • Original Article
Erschienen in:
Verfasst von
Behnaz Gheflati
Morteza Mirzaei
Sunil Rottoo
Hassan Rivaz
Erschienen in
International Journal of Computer Assisted Radiology and Surgery | Ausgabe 5/2025

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Der Artikel stellt einen neuartigen Ansatz zur Darstellung nichtlinearer Formen in anatomisch parametrisierten statistischen Formmodellen (DL-ANAT SSM) vor. Traditionelle statistische Formmodelle (SSM) haben oft mit linearen Beziehungen zwischen Formkoeffizienten und anatomischen Parametern zu kämpfen, was zu weniger präzisen Vorhersagen der Knochenform führt. Das vorgeschlagene DL-ANAT SSM verwendet ein Multilayer Perceptron (MLP), um nichtlineare Abbildungen zu erlernen, wodurch die Genauigkeit der 3D-Extrapolation der Knochenform auf Grundlage anatomischer Parameter signifikant verbessert wird. Die Methode wurde anhand eines Datensatzes menschlicher Schenkelknochenformen validiert und zeigte im Vergleich zu linearen ANAT-SSMs eine überlegene Leistung. Diese Forschung ist vielversprechend für Anwendungen in der computergestützten Chirurgie und der personalisierten Medizin und bietet präzisere und klinisch relevante 3D-Knochenmodelle.
KI-Generiert

Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Jetzt einloggen Kostenlos registrieren

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriger Artikel Generation of surgical reports for lymph node dissection during laparoscopic gastric cancer surgery based on artificial intelligence
Titel
Leveraging deep learning for nonlinear shape representation in anatomically parameterized statistical shape models
Verfasst von
Behnaz Gheflati
Morteza Mirzaei
Sunil Rottoo
Hassan Rivaz
Publikationsdatum
14.02.2025
Verlag
Springer International Publishing
Erschienen in
International Journal of Computer Assisted Radiology and Surgery / Ausgabe 5/2025
Print ISSN: 1861-6410
Elektronische ISSN: 1861-6429
DOI
https://doi.org/10.1007/s11548-025-03330-3
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.

Weitere Artikel der Ausgabe 5/2025

Robot-assisted ultrasound probe calibration for image-guided interventions

  • Original Article

Automatic diagnosis of abdominal pathologies in untrimmed ultrasound videos

  • Original Article

Mathematical methods for assessing the accuracy of pre-planned and guided surgical osteotomies

  • Original Article

Double-mix pseudo-label framework: enhancing semi-supervised segmentation on category-imbalanced CT volumes

  • Open Access
  • Original Article

TRUSWorthy: toward clinically applicable deep learning for confident detection of prostate cancer in micro-ultrasound

  • Original Article

Automatic future remnant segmentation in liver resection planning

  • Original Article

Premium Partner

    Bildnachweise
    AvePoint Deutschland GmbH/© AvePoint Deutschland GmbH, NTT Data/© NTT Data, Wildix/© Wildix, arvato Systems GmbH/© arvato Systems GmbH, Ninox Software GmbH/© Ninox Software GmbH, Nagarro GmbH/© Nagarro GmbH, GWS mbH/© GWS mbH, CELONIS Labs GmbH, USU GmbH/© USU GmbH, G Data CyberDefense/© G Data CyberDefense, Vendosoft/© Vendosoft, Kumavision/© Kumavision, Noriis Network AG/© Noriis Network AG, WSW Software GmbH/© WSW Software GmbH, tts GmbH/© tts GmbH, Asseco Solutions AG/© Asseco Solutions AG, AFB Gemeinnützige GmbH/© AFB Gemeinnützige GmbH, Ferrari electronic AG/© Ferrari electronic AG