9783032080080 - data engineering in medical imaging: third miccai workshop, demi 2025, held in conjunction with miccai 2025, daejeon, south korea, september 27, 2025, ... notes in computer science, band 16191) (3 Ergebnisse)
- Softcover
Anbieter: Revaluation Books, Exeter, Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 154,72
EUR 11,74 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
Paperback. Zustand: Brand New. 268 pages. 9.25x6.10x9.25 inches. In Stock.
- Softcover
Anbieter: preigu, Osnabrück, Deutschlandpreigu
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 93,45
EUR 70,00 VersandVersand von Deutschland nach USAAnzahl: 5 verfügbar
Taschenbuch. Zustand: Neu. Data Engineering in Medical Imaging | Third MICCAI Workshop, DEMI 2025, Held in Conjunction with MICCAI 2025, Daejeon, South Korea, September 27, 2025, Proceedings | Binod Bhattarai (u. a.) | Taschenbuch | Lecture Notes in Computer Science | xi | Englisch | 2025 | Springer | EAN 9783032080080 | Verantw…ortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
- Softcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 104,85
EUR 62,09 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - This book constitutes the proceedings of the Third MICCAI Workshop on Data Engineering in Medical Imaging, DEMI 2025, held in conjunction with the 28th International conference on Medical Image Computing and Computer Assisted Intervention, MICCAI 202…5, in Daejeon, South Korea, on September 27, 2025.The 24 full papers included in this book were carefully reviewed and selected from 33 submissions. These papers focus on the topic of data engineering in medical imaging and address open questions in the field. The workshop welcomes various approaches such as data and label augmentation, active learning and active synthesis, federated learning, multimodal learning, self-supervised learning, and large-scale data management and data quality assessment.
