Raphaêl Royer-Rivard, Fantin Girard, Nagib Dahdah et Farida Cheriet
Communication écrite (2020)
Un lien externe est disponible pour ce document
| Département: | Département de génie informatique et génie logiciel |
|---|---|
| ISBN: | 9781728119908 |
| URL de PolyPublie: | https://publications.polymtl.ca/45936/ |
| Nom de la conférence: | 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC 2020) |
| Lieu de la conférence: | Montréal, Québec |
| Date(s) de la conférence: | 2020-07-20 - 2020-07-24 |
| Maison d'édition: | IEEE |
| DOI: | 10.1109/embc44109.2020.9175453 |
| URL officielle: | https://doi.org/10.1109/embc44109.2020.9175453 |
| Date du dépôt: | 18 avr. 2023 15:01 |
| Dernière modification: | 08 avr. 2025 12:24 |
| Citer en APA 7: | Royer-Rivard, R., Girard, F., Dahdah, N., & Cheriet, F. (juillet 2020). End-to-End Deep Learning Model for Cardiac Cycle Synchronization from Multi-View Angiographic Sequences [Communication écrite]. 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC 2020), Montréal, Québec. https://doi.org/10.1109/embc44109.2020.9175453 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
