Startseite UR
Einträge von Merhof, Dorit auf dem Publikationsserver
 | Eine Stufe nach oben |
Anzahl der Einträge: 5.
2024
Schueler, Jan, Kuenzel, Jonas, Thuesing, Anna, Pion, Eric, Behncke, Rose Yinghan, Haegerling, Rene, Fuchs, Dieter, Kraus, Andre, Buchholz, Bjoern, Huang, Boqiang, Merhof, Dorit 
, Werner, Jens M. , Schmidt, Katharina Maria, Hackl, Christina, Aung, Thiha und Haerteis, Silke
(2024)
Ultra high frequency ultrasound enables real-time visualization of blood supply from chorioallantoic membrane to human autosomal dominant polycystic kidney tissue.
Scientific Reports 14 (1).
2023
Sadegheih, Yousef, Weninger, Leon und Merhof, Dorit
(2023)
Novel Deep Learning Approaches for Analyzing Diffusion Imaging Data.
KI - Künstliche Intelligenz.
Berijanian, Maryam, Schaadt, Nadine S., Huang, Boqiang, Lotz, Johannes, Feuerhake, Friedrich und Merhof, Dorit
(2023)
Unsupervised many-to-many stain translation for histological image augmentation to improve classification accuracy.
Journal of Pathology Informatics 14, S. 100195.
Merhof, Dorit
(2023)
Automatisierte, KI-basierte Analyse von Bilddaten : Der Lehrstuhl für Bildverarbeitung.
Blick in die Wissenschaft : Forschungsmagazin der Universität Regensburg 31 (44/45), S. 40-42.
Volltext nicht vorhanden.
(2023)
Automatisierte, KI-basierte Analyse von Bilddaten : Der Lehrstuhl für Bildverarbeitung.
Blick in die Wissenschaft : Forschungsmagazin der Universität Regensburg 31 (44/45), S. 40-42.
Volltext nicht vorhanden.
2022
Azad, Reza, Al-Antary, Mohammad T. , Heidari, Moein und Merhof, Dorit
(2022)
TransNorm: Transformer Provides a Strong Spatial Normalization Mechanism for a Deep Segmentation Model.
IEEE Access 10, S. 108205-108215.
Volltext nicht vorhanden.
, Heidari, Moein und Merhof, Dorit
(2022)
TransNorm: Transformer Provides a Strong Spatial Normalization Mechanism for a Deep Segmentation Model.
IEEE Access 10, S. 108205-108215.
Volltext nicht vorhanden.
Universitätsbibliothek
Publikationsserver
Kontakt:
Publizieren: oa@ur.de
0941 943 -4239 oder -69394
Dissertationen: dissertationen@ur.de
0941 943 -3904
Forschungsdaten: datahub@ur.de
0941 943 -5707