KI-Beratung Beta

Gutscheinbedingungen

*Gültig bis 06.10.2026 auf alle Bücher. Ausgeschlossen sind Zeitschriften, Prozentbücher und Abos | Einlösbar in allen Buchhandlungen von Orell Füssli (ausser Transa Books), Barth Bücher, Buchladen Rapunzel, Papeterie Köhler, Schuler Orell Füssli, Stauffacher und ZAP unter Vorweisung des Gutscheins, auf www.orellfüssli.ch durch Eingabe des Gutscheincodes. Beim Service „eBooks verschenken“ und bei eBook-Käufen via eReader nicht einlösbar | Mindesteinkaufswert: Fr. 30.- | Nicht mit anderen Rabatten kumulierbar.

Produktbild: Ophthalmic Medical Image Analysis
Band 16209

Ophthalmic Medical Image Analysis 12th International Workshop, OMIA 2025, Held in Conjunction with MICCAI 2025, Daejeon, South Korea, September 27, 2025, Proceedings

Fr. 72.90

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

22.11.2025

Abbildungen

XIII, 180 p. 61 illus., 57 illus. in color.

Herausgeber

Huihui Fang + weitere

Verlag

Springer

Seitenzahl

180

Maße (L/B/H)

23.5/15.5/1.1 cm

Gewicht

306 g

Sprache

Englisch

ISBN

978-3-032-10350-5

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

22.11.2025

Abbildungen

XIII, 180 p. 61 illus., 57 illus. in color.

Herausgeber

Verlag

Springer

Seitenzahl

180

Maße (L/B/H)

23.5/15.5/1.1 cm

Gewicht

306 g

Sprache

Englisch

ISBN

978-3-032-10350-5

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Ophthalmic Medical Image Analysis
  • .- DVIA-Net: Dual-path Video Information Aggregation Network for Anterior Chamber Angle Analysis.

    .- BEAM: Boosting Fundus Image Enhancement via Adapted Text-to-Image Models.

    .- Multimodal Fusion Framework Using Contrastive Learning for Exposure Keratopathy.

    .- GARD: Gamma-based Anatomical Restoration and Denoising for Retinal OCT.

    .- Anomaly Detection in Anterior Eye Segment Using Self-Supervised Siamese Autoencoders.

    .- Generalized Visual Field Pattern Discovery Using Archetypal Analysis.

    .- Uncertainty-Aware Multimodal Fusion for Reliable Fundus Disease Classification Using a Vision-Language Foundation Model.

    .- RetBench: Which Ophthalmic Foundation Model Performs Best and Why?.

    .- On the Limits of Uncertainty-Aware Fine-Tuning for Robust Diabetic Retinopathy Screening.

    .- Semi-Automated Retinal Microsurgery Video Annotation with SAM2: Comparative Analysis of Prompt Strategies.

    .- Cross Domain Few Shot Learning for Intra-operative OCT Segmentation.

    .- Reasoning-Enhanced Vision-Language Model for Interpretable Diabetic Retinopathy Detection in Ultra-Wide-Field Fundus Images.

    .- PASO: A Multipurpose Porcine Anterior Segment Dataset Featuring Spectral and Reconstructed OCT Volume Scans and Surgical Instrument Segmentation Masks.

    .- abVAE: Attribute-Based Booster Variational Autoencoder for Interpretable Latent Presentation in Optical Coherence Tomography of Glaucomatous Eyes.

    .- Early CHD Detection from Retinal Fundus Scans using a Spatial Context-Aware Hierarchical Attention Framework.

    .- Dataset, Baseline and Evaluation Design for GAVE Challenge.

    .- UncEGA-Net: Uncertainty-Guided Edge Attention for Optic Nerve Segmentation in Ultrasound Images.