Wykaz publikacji wybranego autora

Marek Wodziński, dr inż.

adiunkt

Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering
WEAIiIB-kmie

  • 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
  • [proceedings, 2021]
  • TytułAdversarial affine registration for real-time intraoperative registration of 3-D US-US for brain shift correction
    AutorzyMarek WODZIŃSKI, Andrzej SKALSKI
    ŹródłoASMUS 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. — S. 75-84

  • 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
  • [article, 2021]
  • TytułAn $Al-based$ algorithm for the automatic classification of thoracic radiographs in cats
    AutorzyTommaso Banzato, Marek WODZIŃSKI, Federico Tauceri, Chiara Donà, Filippo Scavazza, Henning Müller, Alessandro Zotti
    ŹródłoFrontiers in Veterinary Science [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2021 vol. 8 art. no. 731936, s. 1–7. — tekst: https://www.frontiersin.org/articles/10.3389/fvets.2021.731936/pdf

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

    cyfrowy identyfikator dokumentu: 10.3389/fvets.2021.731936

3
  • [article, 2021]
  • TytułAutomatic classification of canine thoracic radiographs using deep learning
    AutorzyTommaso Banzato, Marek WODZIŃSKI, Silvia Burti, Valentina Longhin Osti, Valentina Rossoni, Manfredo Atzori, Alessandro Zotti
    ŹródłoScientific Reports [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2021 vol. 11 art. no. 3964, s. 1–8. — tekst: https://www.nature.com/articles/s41598-021-83515-3.pdf

  • brak zdefiniowanych słów kluczowych

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

4
5
  • [proceedings, 2021]
  • TytułImproving the automatic cranial implant design in cranioplasty by linking different datasets
    AutorzyMarek WODZIŃSKI, Mateusz DANIOŁ, Daria HEMMERLING
    ŹródłoTowards 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. — S. 29–44

  • 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
  • [proceedings, 2021]
  • TytułInvnet: a deep learning approach to invert complex deformation fields
    AutorzyMarek WODZIŃSKI, Henning Müller
    Źródło2021 IEEE 18th International Symposium on Biomedical Imaging (ISBI) [Dokument elektroniczny] : April 13-16, 2021, Nice, France. — [Piscataway] : IEEE, cop. 2021. — S. 1302-1305

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

    cyfrowy identyfikator dokumentu: 10.1109/ISBI48211.2021.9433904

7
8
9
  • [proceedings, 2021]
  • TytułMulti-step, learning-based, semi-supervised image registration algorithm
    AutorzyMarek WODZIŃSKI
    ŹródłoSegmentation, 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. — S. 94–99

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

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

10
  • [article, 2021]
  • TytułSemi-supervised deep learning-based image registration method with volume penalty for real-time breast tumor bed localization
    AutorzyMarek WODZIŃSKI, Izabela Ciepiela, Tomasz Kuszewski, Piotr Kedzierawski, Andrzej SKALSKI
    ŹródłoSensors [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2021 vol. 21 iss. 12 art. no. 4085, s. 1–14. — tekst: https://www.mdpi.com/1424-8220/21/12/4085/pdf

  • 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