 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Nuage de motsUn nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Gopinath, K., Desrosiers, C., & Lombaert, H. (2023). Learning joint surface reconstruction and segmentation, from brain images to cortical surface parcellation. Medical Image Analysis, 90, 102974 (9 pages). Lien externe
Gopinath, K., Desrosiers, C., & Lombaert, H. (2022). Learnable Pooling in Graph Convolutional Networks for Brain Surface Analysis. IEEE Transactions on Pattern Analysis and Machine Intelligence, 44(2), 864-876. Lien externe
Gopinath, K., Desrosiers, C., & Lombaert, H. (septembre 2021). SegRecon: Learning Joint Brain Surface Reconstruction and Segmentation from Images [Communication écrite]. 24th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2021), Starsbourg, France. Lien externe
Gopinath, K., Desrosiers, C., & Lombaert, H. (octobre 2020). Graph Domain Adaptation for Alignment-Invariant Brain Surface Segmentation [Communication écrite]. Second International Workshop, UNSURE 2020, and Third International Workshop GRAIL 2020, held in Conjunction with MICCAI 2020, Lima, Peru. Lien externe
He, R., Gopinath, K., Desrosiers, C., & Lombaert, H. (avril 2020). Spectral Graph Transformer Networks for Brain Surface Parcellation [Communication écrite]. 17th IEEE International Symposium on Biomedical Imaging (ISBI 2020), Iowa City, IA, USA. Lien externe
Gopinath, K., Desrosiers, C., & Lombaert, H. (juin 2019). Adaptive Graph Convolution Pooling for Brain Surface Analysis [Communication écrite]. 26th Biennal International Conference on Information Processing in Medical Imaging (IPMI 2019), Hong Kong, China. Lien externe
Reddy, C., Gopinath, K., & Lombaert, H. (juillet 2019). Brain tumor segmentation using topological loss in convolutional networks [Résumé]. Medical Imaging with Deep Learning (MIDL 2019), London, UK (4 pages). Lien externe
Gopinath, K., Desrosiers, C., & Lombaert, H. (juillet 2019). Cortical parcellation via spectral graph convolutions [Résumé]. Medical Imaging with Deep Learning (MIDL 2019), London, UK (5 pages). Lien externe
Gopinath, K., Desrosiers, C., & Lombaert, H. (2019). Graph Convolutions on Spectral Embeddings for Cortical Surface Parcellation. Medical Image Analysis, 54, 297-305. Lien externe
Dolz, J., Gopinath, K., Yuan, J., Lombaert, H., Desrosiers, C., & Ben Ayed, I. (2019). HyperDense-Net: A Hyper-Densely Connected CNN for Multi-Modal Image Segmentation. IEEE Transactions on Medical Imaging, 38(5), 1116-1126. Lien externe
