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)

Statystyka obejmuje publikacje afiliowane AGH od 2008 roku włącznie

typ publikacji
rocznikl. publ.książkifragm.referatyartykułypatentymapyred. czas.inne
ogółem49—12919————
20242——2—————
202314——77————
20225—122————
202110——46————
20206——42————
20192——2—————
20186——51————
20174——31————
język publikacji
rocznikrazempolskojęzyczneanglojęzycznepozostałe języki
ogółem49148—
20242—2—
202314—14—
2022514—
202110—10—
20206—6—
20192—2—
20186—6—
20174—4—
kraj wydania
rocznikrazempubl. krajowepubl. zagraniczne
ogółem49346
20242—2
202314—14
2022514
202110—10
20206—6
20192—2
20186—6
2017422
Lista Filadelfijska
rocznikrazempubl. z LFpubl. pozostałe
ogółem491831
20242—2
20231468
2022523
20211064
2020624
20192—2
2018615
2017413
punktacja MNiSW
rocznikrazempubl. z pkt. MNiSWpubl. pozostałe
ogółem49472
202422—
202314131
202255—
20211010—
202066—
201922—
201866—
2017431
publikacje recenzowane
rocznikrazempubl. recenzowanepubl. nierecenzowane
ogółem49472
202422—
202314131
202255—
20211010—
202066—
201922—
201866—
2017431
1
  • A multi-task multiple instance learning algorithm to analyze large whole slide images from bright challenge 2022
2
  • Adversarial affine registration for real-time intraoperative registration of 3-D US-US for brain shift correction
3
  • An AI‑based algorithm for the automatic evaluation of image quality in canine thoracic radiographs
4
  • An $Al-based$ algorithm for the automatic classification of thoracic radiographs in cats
5
  • ANHIR: Automatic Non-rigid Histological Image Registration challenge
6
  • Application of B-splines FFD image registration in breast cancer radiotherapy planning
7
  • Application of Demons image registration algorithms in resected breast cancer lodge localization
8
  • Artifact augmentation for learning-based quality control of whole slide images
9
  • Artificial CT data generation method with known ground-truth for image registration with missing data
10
  • Automatic aorta segmentation with heavily augmented, high-resolution 3-D ResUNet: contribution to the SEG.A challenge
11
  • Automatic classification of canine thoracic radiographs using deep learning
12
  • Automatic quality assessment of reflectance confocal microscopy mosaics using attention-based deep neural network
13
  • Contact-free multispectral identity verification system using palm veins and deep neural network
14
  • Convolutional Neural Network approach to classify skin lesions using reflectance confocal microscopy
15
  • Data-driven color augmentation for H&E stained images in computational pathology
16
  • Deep generative networks for heterogeneous augmentation of cranial defects
17
  • Deep learning approach to Parkinson’s disease detection using voice recordings and Convolutional Neural Network dedicated to image classification
18
  • Deep learning-based framework for automatic cranial defect reconstruction and implant modeling
19
20
  • Development of an artificial intelligence-based method for the diagnosis of the severity of myxomatous mitral valve disease from canine chest radiographs
21
  • DRU-Net: pulmonary artery segmentation via dense residual U-network with hybrid loss function
22
  • High-resolution cranial defect reconstruction by iterative, low-resolution, point cloud completion transformers
23
  • Improving oncoplastic breast tumor bed localization for radiotherapy planning using image registration algorithms
24
  • Improving the automatic cranial implant design in cranioplasty by linking different datasets
25
  • Improving the classification of veterinary thoracic radiographs through inter-species and inter-pathology self-supervised pre-training of deep learning models