Statistical Atlases and Computational Models of the Heart. Regular and CMRxMotion Challenge Papers: 13th International Workshop, STACOM 2022 Held in Conjunction with MICCAI 2022 Singapore, September 18, 2022 Revised Selected Papers

ویرایش:  
نویسندگان: Oscar Camara,  Esther Puyol-Antón,  Chen Qin,  Maxime Sermesant,  Avan Suinesiaputra,  Shuo Wang,  Alistair Young  
سری: Lecture Notes in Computer Science, 13593 
ISBN (شابک) : 3031234421, 9783031234422 
ناشر: Springer 
سال نشر: 2023 
تعداد صفحات: 526
[527] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 99 Mb 

قیمت کتاب (تومان) : 48,000



این کتاب مجموعه مقالات سیزدهمین کارگاه بین المللی اطلس های آماری و مدل های محاسباتی قلب، STACOM 2022 است که همزمان با بیست و پنجمین کنفرانس MICCAI برگزار شده است.

span> 34 مقاله کارگاهی معمولی موجود در این جلد به دقت بررسی و پس از بازنگری انتخاب شدند و به موضوعاتی مانند: تقسیم‌بندی قلب و مشکلات مدل‌سازی رایج تا مدل‌سازی پیشرفته‌تر مولد برای قلب‌های پیر، یادگیری حرکت قلب با استفاده از شبکه‌های بیومکانیکی، فیزیک می‌پردازند. شبکه‌های عصبی آگاه برای انسداد زائده دهلیز چپ، مکانیک دو بطنی برای تترالوژی فالوت، پیش‌بینی آریتمی بطنی با استفاده از شبکه کانولوشن گراف، و تحلیل عمیق‌تر سوگیری‌های نژادی و جنسی از تقسیم‌بندی قلبی مبتنی بر یادگیری ماشین.

< span> علاوه بر این، 14 مقاله از چالش CMRxMotion در این جلسات گنجانده شده است که هدف آن ارزیابی اثرات حرکت تنفسی بر کیفیت تصویربرداری MRI قلبی (CMR) و بررسی استحکام مدل‌های تقسیم‌بندی در مواجهه با مصنوعات حرکت تنفسی است.

در مجموع 48 مورد ارسالی به کارگاه دریافت شد.

This book constitutes the proceedings of the 13th International Workshop on Statistical Atlases and Computational Models of the Heart, STACOM 2022, held in conjunction with the 25th MICCAI conference.

The 34 regular workshop papers included in this volume were carefully reviewed and selected after being revised and deal with topics such as: common cardiac segmentation and modelling problems to more advanced generative modelling for ageing hearts, learning cardiac motion using biomechanical networks, physics-informed neural networks for left atrial appendage occlusion, biventricular mechanics for Tetralogy of Fallot, ventricular arrhythmia prediction by using graph convolutional network, and deeper analysis of racial and sex biases from machine learning-based cardiac segmentation.

In addition, 14 papers from the CMRxMotion challenge are included in the proceedings which aim to assess the effects of respiratory motion on cardiac MRI (CMR) imaging quality and examine the robustness of segmentation models in face of respiratory motion artefacts.

A total of 48 submissions to the workshop was received.