Wykaz publikacji wybranego autora

Marek Wodziński, dr inż.

adiunkt

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kmie, Katedra Metrologii i Elektroniki

  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria biomedyczna

Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-8076-6246 orcid iD

ResearcherID: V-7804-2017

Scopus: 57195258893

PBN: 5e70929a878c28a047398dfe

OPI Nauka Polska

System Informacyjny AGH (SkOs)

1

  • Adversarial affine registration for real-time intraoperative registration of 3-D US-US for brain shift correction / Marek WODZIŃSKI, Andrzej SKALSKI // W: ASMUS 2021 : simplifying medical ultrasound : second international workshop : held in conjunction with MICCAI 2021 : Strasbourg, France, September 27, 2021 : proceedings / eds. J. Alison Noble, [et al.]. — Cham : Springer Nature Switzerland AG, cop. 2021. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 12967. Image Processing, Computer Vision, Pattern Recognition, and Graphics). — ISBN: 978-3-030-87582-4 ; e-ISBN: 978-3-030-87583-1 . — S. 75-84. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2021-09-21

    orcid iD

  • keywords: image registration, ultrasonography, deep learning, GANs, RESECT, glioma

    Zobacz pełny wykaz publikacji Autora/Autorów: Andrzej Skalski

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-87583-1_8

2

  • An $Al-based$ algorithm for the automatic classification of thoracic radiographs in cats / Tommaso Banzato, Marek WODZIŃSKI, Federico Tauceri, Chiara Donà, Filippo Scavazza, Henning Müller, Alessandro Zotti // Frontiers in Veterinary Science [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2297-1769. — 2021 vol. 8 art. no. 731936, s. 1–7. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 7. — Publikacja dostępna online od: 2021-10-15. — M. Wodziński - dod. afiliacja: Information Systems Institute, University of Applied Sciences - Western Switzerland (HES-SO Valais), Sierre, Switzerland. — tekst: https://www.frontiersin.org/articles/10.3389/fvets.2021.731936/pdf

    orcid iD

  • keywords: artificial intelligence, radiology, convolutional neural network, cat, thorax

    cyfrowy identyfikator dokumentu: 10.3389/fvets.2021.731936

3

  • Automatic classification of canine thoracic radiographs using deep learning / Tommaso Banzato, Marek WODZIŃSKI, Silvia Burti, Valentina Longhin Osti, Valentina Rossoni, Manfredo Atzori, Alessandro Zotti // Scientific Reports [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2045-2322. — 2021 vol. 11 art. no. 3964, s. 1–8. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 6–7. — Publikacja dostępna online od: 2021-02-17. — tekst: https://www.nature.com/articles/s41598-021-83515-3.pdf

    orcid iD

  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.1038/s41598-021-83515-3

4
5

  • Improving the automatic cranial implant design in cranioplasty by linking different datasets / Marek WODZIŃSKI, Mateusz DANIOŁ, Daria HEMMERLING // W: Towards the automatization of cranial implant design in cranioplasty II : second challenge : AutoImplant 2021 : held in conjunction with MICCAI 2021 : Strasbourg, France, October 1, 2021 : proceedings / eds. Jianning Li, Jan Egger. — Cham : Springer, cop. 2021. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 13123. Image Processing, Computer Vision, Pattern Recognition, and Graphics). — ISBN: 978-3-030-92651-9 ; e-ISBN: 978-3-030-92652-6. — S. 29–44. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2021-12-03. — M. Wodziński – dod. afiliacja: University of Applied Sciences Western Switzerland (HES-SO Valais) Sierre, Switzerland

    orcid iD

  • keywords: image segmentation, deep learning, AutoImplant, cranial implant, MICCAI challenge

    Zobacz pełny wykaz publikacji Autora/Autorów: Daria Hemmerling, Mateusz Danioł

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-92652-6_4

6

  • Invnet: a deep learning approach to invert complex deformation fields / Marek WODZIŃSKI, Henning Müller // W: 2021 IEEE 18th International Symposium on Biomedical Imaging (ISBI) [Dokument elektroniczny] : April 13-16, 2021, Nice, France. — Wersja do Windows. — Dane tekstowe. — [Piscataway] : IEEE, cop. 2021. — (Proceedings (International Symposium on Biomedical Imaging) ; ISSN 1945-7928). — Dod. ISBN: 978-1-6654-1245-2, 978-1-6654-2947-4. — e-ISBN: 978-1-6654-1246-9. — S. 1302-1305. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 1305, Abstr.. — tekst: https://ieeexplore-1ieee-1org-1000047660101.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9433904

    orcid iD

  • keywords: missing data, image registration, deformation field, deep learning

    cyfrowy identyfikator dokumentu: 10.1109/ISBI48211.2021.9433904

7
8
9

  • Multi-step, learning-based, semi-supervised image registration algorithm / Marek WODZIŃSKI // W: Segmentation, classification, and registration of multi-modality medical imaging data : MICCAI 2020 Challenges, ABCs 2020, L2R 2020, TN-SCUI 2020 held in conjunction with MICCAI 2020 : Lima, Peru, October 4–8, 2020 : proceedings / eds. Nadya Shusharina, Mattias P. Heinrich, Ruobing Huang. — Cham : Springer Nature Switzerland, cop. 2021. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 12587. Image Processing, Computer Vision, Pattern Recognition, and Graphics). — ISBN: 978-3-030-71826-8 ; e-ISBN: 978-3-030-71827-5. — S. 94–99. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2021-03-13. — Referat w ramach The Learn2Reg Challenge (Learn2Reg 2020)

    orcid iD

  • keywords: image registration, medical imaging, deep learning, Learn2Reg, L2R

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-71827-5_12

10

  • Semi-supervised deep learning-based image registration method with volume penalty for real-time breast tumor bed localization / Marek WODZIŃSKI, Izabela Ciepiela, Tomasz Kuszewski, Piotr Kedzierawski, Andrzej SKALSKI // Sensors [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1424-8220. — 2021 vol. 21 iss. 12 art. no. 4085, s. 1–14. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 13–14, Abstr.. — Publikacja dostępna online od: 2021-06-14. — tekst: https://www.mdpi.com/1424-8220/21/12/4085/pdf

    orcid iD

  • keywords: missing data, radiotherapy, image registration, deep learning, breast-conserving surgery

    Zobacz pełny wykaz publikacji Autora/Autorów: Andrzej Skalski

    cyfrowy identyfikator dokumentu: 10.3390/s21124085