Tesis doctorals> Departament d'Enginyeria Informàtica i Matemàtiques

Self-supervised Advanced Deep Learning for Characterization of Brain Tumor Aggressiveness and Prognosis Analysis Through Multimodality MRI Imaging

  • Dades identificatives

    Identificador: TDX:4289
    Handle: http://hdl.handle.net/20.500.11797/TDX4289

  • Autors:

    Mazher, Moona

  • Altres:

    Data: 2023-12-11 2024-01-29T11:40:12Z 2024-01-29T11:40:12Z
    Departament/Institut: Departament d'Enginyeria Informàtica i Matemàtiques Universitat Rovira i Virgili.
    Idioma: eng
    Identificador: http://hdl.handle.net/10803/689899
    Font: TDX (Tesis Doctorals en Xarxa)
    Autor: Mazher, Moona
    Director: Abdelnasser Mohamed Mahmoud, Mohamed Puig Valls, Domènec Savi
    Format: application/pdf 240 p.
    Editor: Universitat Rovira i Virgili
    Paraula Clau: Prognosis Analysis Brain Tumor Segmentation Deep Learning Análisis de pronóstico Segmentación de tumores cerebrales Aprendizaje profundo Anàlisi de pronòstic Segmentació del tumor cerebral Aprenentatge profund
    Títol: Self-supervised Advanced Deep Learning for Characterization of Brain Tumor Aggressiveness and Prognosis Analysis Through Multimodality MRI Imaging
    Matèria: 621.3 61 51 004 Enginyeria i arquitectura Prognosis Analysis Brain Tumor Segmentation Deep Learning Análisis de pronóstico Segmentación de tumores cerebrales Aprendizaje profundo Anàlisi de pronòstic Segmentació del tumor cerebral Aprenentatge profund

  • Paraules clau:

    621.3
    61
    51
    004
    Enginyeria i arquitectura
    Prognosis Analysis
    Brain Tumor Segmentation
    Deep Learning
    Análisis de pronóstico
    Segmentación de tumores cerebrales
    Aprendizaje profundo
    Anàlisi de pronòstic
    Segmentació del tumor cerebral
    Aprenentatge profund

  • Documents:

    Memoria

  • Cerca a google

    Search to google scholar