Self-organizing maps as a tool for segmentation of magnetic resonance imaging (MRI) of relapsing-remitting multiple sclerosis (2017)
- Autores:
- Autor USP: CARNEIRO, CLEYTON DE CARVALHO - EP
- Unidade: EP
- DOI: 10.1109/WSOM.2017.8020005
- Assuntos: IMAGEM POR RESSONÂNCIA MAGNÉTICA; MAPAS; ESCLEROSE MÚLTIPLA
- Idioma: Inglês
- Imprenta:
- Fonte:
- Nome do evento: International Workshop on Self-Organizing Maps and Learning Vector Quantization, Clustering and Data Visualization (WSOM)
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
MEI, Paulo Afonso et al. Self-organizing maps as a tool for segmentation of magnetic resonance imaging (MRI) of relapsing-remitting multiple sclerosis. 2017, Anais.. Nancy: IEEE, 2017. Disponível em: https://doi.org/10.1109/WSOM.2017.8020005. Acesso em: 20 maio 2024. -
APA
Mei, P. A., Carneiro, C. de C., Kuroda, M. C., Fraser, S. J., Min, L. L., & Reis, F. (2017). Self-organizing maps as a tool for segmentation of magnetic resonance imaging (MRI) of relapsing-remitting multiple sclerosis. In Proceedings of the 12th International Workshop on Self-Organizing Maps and Learning Vector Quantization, Clustering and Data Visualization WSOM+ 2017. Nancy: IEEE. doi:10.1109/WSOM.2017.8020005 -
NLM
Mei PA, Carneiro C de C, Kuroda MC, Fraser SJ, Min LL, Reis F. Self-organizing maps as a tool for segmentation of magnetic resonance imaging (MRI) of relapsing-remitting multiple sclerosis [Internet]. Proceedings of the 12th International Workshop on Self-Organizing Maps and Learning Vector Quantization, Clustering and Data Visualization WSOM+ 2017. 2017 ;[citado 2024 maio 20 ] Available from: https://doi.org/10.1109/WSOM.2017.8020005 -
Vancouver
Mei PA, Carneiro C de C, Kuroda MC, Fraser SJ, Min LL, Reis F. Self-organizing maps as a tool for segmentation of magnetic resonance imaging (MRI) of relapsing-remitting multiple sclerosis [Internet]. Proceedings of the 12th International Workshop on Self-Organizing Maps and Learning Vector Quantization, Clustering and Data Visualization WSOM+ 2017. 2017 ;[citado 2024 maio 20 ] Available from: https://doi.org/10.1109/WSOM.2017.8020005 - Self-Organizing Maps as a Complementary and Non-Invasive Technique for the Analysis of Brain Tumors
- Geração de mapas de riscos naturais em Santarém – PA: abordagem baseada na lógica fuzzy
- Locação de poço de petróleo pioneiro em bacia offshore baseado em decisão multicritério por Lógica Fuzzy e índice somativo
- Analysis of neoplastic lesions in magnetic resonance imaging using self-organizing maps
- Perfilagem de poços de petróleo: abordagem semi-automatizada como alternativa à classificação litológica na bacia de Santos
- Interpretação de mapa de risco à inundação gradual gerado a partir da técnica fuzzy em imagem gdem na sede urbana de Santarém - PA
- Classificação sísmica multi-atributos na Formação Barra Velha do Campo de Búzios a partir de algoritmos de aprendizado não-supervisionado
- Integrating knowledge to maximize energy resources
- Electrofacies clustering and classification from the Ariri Formation in Santos Basin (southeastern offshore Brazil) involving unsupervised learning algorithms.
- Synthetic geochemical well logs generation using ensemble machine learning techniques for the Brazilian pre-salt reservoirs
Informações sobre o DOI: 10.1109/WSOM.2017.8020005 (Fonte: oaDOI API)
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
