Open-source pipeline for multi-class segmentation of the spinal cord with deep learning

François Paugam, Jennifer Lefeuvre, Christian S. Perone, Charley Gros, Daniel S. Reich, Pascal Sati, Julien Cohen-Adad

Article de revue (2019)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel
Département:
Département de génie électrique
Institut de génie biomédical
Unité de recherche:
NeuroPoly - Laboratoire de Recherche en Neuroimagerie
Adresse 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
OAI:
oai:publications.polymtl.ca:44620
ORCID
Date du dépôt:
18 avr. 2023 15:02
Dernière modification:
14 oct. 2026 13:57
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
Afficher document