Weiter zum Inhalt
Universidad del Mar SIBUMAR Descubridor Institucional UMAR
  • Inicio
  • Búsqueda avanzada
  • Explorar
  • Login
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Erweitert
  • MHub.ai: A Simple, Standardized, and Reproducible Platform for AI Models in Medical Imaging
Buchumschlag

MHub.ai: A Simple, Standardized, and Reproducible Platform for AI Models in Medical Imaging

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Nürnberg, Leonard, Bontempi, Dennis, Pai, Suraj, Lisle, Curtis, Pieper, Steve, Kikinis, Ron, van de Leemput, Sil, Soni, Rahul, Murugesan, Gowtham, Ciausu, Cosmin, Groeneveld, Miriam, Dorfner, Felix J., Jiang, Jue, Rangnekar, Aneesh, Veeraraghavan, Harini, Bosma, Joeran S., Bressem, Keno, Mak, Raymond, Fedorov, Andrey, Aerts, Hugo JWL
Format: Preprint
Veröffentlicht: 2026
Schlagworte:
Artificial Intelligence
Computer Vision and Pattern Recognition
Emerging Technologies
Machine Learning
Software Engineering
Online-Zugang:
Acceder al recurso
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
  • Zitieren
  • SMS versenden
  • Als E-Mail versenden
  • Drucken
  • Datensatz exportieren
    • Exportieren nach RefWorks
    • Exportieren nach EndNoteWeb
    • Exportieren nach EndNote
  • Zu den Favoriten
  • Persistenter Link
  • Exemplare
  • Beschreibung
  • Kommentare
  • Ähnliche Einträge
  • Internformat
Beschreibung
Keine Beschreibung verfügbar.

Ähnliche Einträge

  • Random forest-based out-of-distribution detection for robust lung cancer segmentation
    von: Rangnekar, Aneesh, et al.
    Veröffentlicht: (2025)
  • Tumor-anchored deep feature random forests for out-of-distribution detection in lung cancer segmentation
    von: Rangnekar, Aneesh, et al.
    Veröffentlicht: (2025)
  • Self-supervised learning improves robustness of deep learning lung tumor segmentation to CT imaging differences
    von: Jiang, Jue, et al.
    Veröffentlicht: (2024)
  • Self‐supervised learning improves robustness of deep learning lung tumor segmentation models to CT imaging differences
    von: Jue Jiang, et al.
    Veröffentlicht: (2024)
  • Co-distilled attention guided masked image modeling with noisy teacher for self-supervised learning on medical images
    von: Jiang, Jue, et al.
    Veröffentlicht: (2026)
Universidad del Mar
Universidad del MarSistema Bibliotecario de la Universidad del MarDescubridor Institucional UMARImplementación y desarrollo: Mtro. Carlos Alonso Albores Pérez
InicioBúsqueda avanzadaExplorar
Visitas al Descubridor: 33,245© 2026 Universidad del Mar