François Paugam, Jennifer Lefeuvre, Christian S. Perone, Charley Gros, Daniel S. Reich, Pascal Sati et Julien Cohen-Adad
Article de revue (2019)
Un lien externe est disponible pour ce document
| Département: |
Département de génie électrique Institut de génie biomédical |
|---|---|
| Centre de recherche: | NeuroPoly - Laboratoire de Recherche en Neuroimagerie |
| URL de PolyPublie: | https://publications.polymtl.ca/44620/ |
| Titre de la revue: | Magnetic Resonance Imaging (vol. 64) |
| Maison d'édition: | Elsevier |
| DOI: | 10.1016/j.mri.2019.04.009 |
| URL officielle: | https://doi.org/10.1016/j.mri.2019.04.009 |
| Date du dépôt: | 18 avr. 2023 15:02 |
| Dernière modification: | 05 avr. 2024 11:43 |
| Citer en APA 7: | Paugam, F., Lefeuvre, J., Perone, C. S., Gros, C., Reich, D. S., Sati, P., & Cohen-Adad, J. (2019). Open-source pipeline for multi-class segmentation of the spinal cord with deep learning. Magnetic Resonance Imaging, 64, 21-27. https://doi.org/10.1016/j.mri.2019.04.009 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
