Integration of local and global features for anatomical object detection in ultrasound.

Integration of local and global features for anatomical object detection in ultrasound.

The use of classifier-based object detection has found to be a promising approach in medical anatomy detection. In ultrasound images, the detection task is very challenging due to speckle, shadows and low contrast characteristic features. Typical detection algorithms that use purely intensity-based...

Mô tả đầy đủ

Chi tiết về thư mục
Những tác giả chính:	Rahmatullah, B, Papageorghiou, A, Noble, J
Định dạng:	Conference item
Được phát hành:	2012

Những quyển sách tương tự

Image Analysis Using Machine Learning: Anatomical landmarks detection in fetal ultrasound images
Bằng: Rahmatullah, B, et al.
Được phát hành: (2012)

QUALITY CONTROL OF FETAL ULTRASOUND IMAGES: DETECTION OF ABDOMEN ANATOMICAL LANDMARKS USING ADABOOST
Bằng: Rahmatullah, B, et al.
Được phát hành: (2011)

Automated Selection of Standardized Planes from Ultrasound Volume
Bằng: Rahmatullah, B, et al.
Được phát hành: (2011)

AUTOMATIC DETECTION OF LOCAL FETAL BRAIN STRUCTURES IN ULTRASOUND IMAGES
Bằng: Yaqub, M, et al.
Được phát hành: (2012)

A Novel Local-Phase Method of Automatic Atlas Construction in Fetal Ultrasound
Bằng: Fathima, S, et al.
Được phát hành: (2011)

ScanNav (R) audit: an AI-powered screening assistant for fetal anatomical ultrasound
Bằng: Yaqub, M, et al.
Được phát hành: (2021)

Object localisation in fetal ultrasound images using invariant features
Bằng: Bridge, C, et al.
Được phát hành: (2015)

Combining transformer global and local feature extraction for object detection
Bằng: Tianping Li, et al.
Được phát hành: (2024-04-01)

REGULARISED FEATURE-BASED FUZZY CONNECTEDNESS SEGMENTATION OF ULTRASOUND IMAGES FOR FETAL SOFT TISSUE QUANTIFICATION ACROSS GESTATION
Bằng: Rueda, S, et al.
Được phát hành: (2012)

Label efficient localization of fetal brain biometry planes in ultrasound through metric learning
Bằng: Gao, Y, et al.
Được phát hành: (2020)

A framework for analysis of linear ultrasound videos to detect fetal presentation and heartbeat
Bằng: Maraci, M, et al.
Được phát hành: (2017)

Precise object detection using adversarially augmented local/global feature fusion
Bằng: Han, Xiaobing, et al.
Được phát hành: (2020)

Discovering salient anatomical landmarks by predicting human gaze
Bằng: Richard Droste, et al.
Được phát hành: (2020)

Introduction to artificial intelligence in ultrasound imaging in obstetrics and gynecology
Bằng: Drukker, L, et al.
Được phát hành: (2021)

Introduction to artificial intelligence in ultrasound imaging in obstetrics and gynecology
Bằng: Drukker, L, et al.
Được phát hành: (2020)

Predicting fetal neurodevelopmental age from ultrasound images
Bằng: Namburete, A, et al.
Được phát hành: (2014)

A Hybrid CNN-Transformer Network for Object Detection in Optical Remote Sensing Images: Integrating Local and Global Feature Fusion
Bằng: Youxiang Huang, et al.
Được phát hành: (2025-01-01)

The effect of maternal body mass index on fetal ultrasound image quality
Bằng: Yaqub, M, et al.
Được phát hành: (2021)

Self-supervised ultrasound to MRI fetal brain image synthesis
Bằng: Jiao, J, et al.
Được phát hành: (2020)

Safety indices of ultrasound: Adherence to recommendations and awareness during routine obstetric ultrasound scanning
Bằng: Drukker, L, et al.
Được phát hành: (2020)

Self-supervised representation learning for ultrasound video
Bằng: Jaio, J, et al.
Được phát hành: (2020)

A Convolution with Transformer Attention Module Integrating Local and Global Features for Object Detection in Remote Sensing Based on YOLOv8n
Bằng: Kaiqi Lang, et al.
Được phát hành: (2024-03-01)

Mining local and global spatiotemporal features for tactile object recognition
Bằng: Xiaoliang Qian, et al.
Được phát hành: (2024-05-01)

Automatic probe movement guidance for freehand obstetric ultrasound
Bằng: Droste, R, et al.
Được phát hành: (2020)

Anatomy-aware self-supervised fetal MRI synthesis from unpaired ultrasound images
Bằng: Jiao, J, et al.
Được phát hành: (2019)

Detection and visualization of encoded local features as anatomical predictors in cross-sectional images of Lauraceae
Bằng: Sung-Wook Hwang, et al.
Được phát hành: (2020-03-01)

Salient object detection by fusing local and global contexts
Bằng: Ren, Qinghua, et al.
Được phát hành: (2022)

Importance of ultrasound for central venous cannulation in detecting anatomical aberration in the neck
Bằng: Sunil T Pandya, et al.
Được phát hành: (2022-01-01)

Segmentation of ultrasound images - multiresolution 2D and 3D algorithm based on global and local statistics
Bằng: Boukerroui, D, et al.
Được phát hành: (2003)

Cross-task representation learning for anatomical landmark detection
Bằng: Fu, Z, et al.
Được phát hành: (2020)

Captioning ultrasound images automatically
Bằng: Alsharid, M, et al.
Được phát hành: (2019)

Towards standard plane prediction of fetal head ultrasound with domain adaption
Bằng: Men, Q, et al.
Được phát hành: (2023)

Multi-task CNN for structural semantic segmentation in 3D fetal brain ultrasound
Bằng: Venturini, L, et al.
Được phát hành: (2020)

Detection of fetal congenital heart defects on three-vessel view ultrasound videos
Bằng: Netzahualcoyotl Hernandez-Cruz, et al.
Được phát hành: (2024-12-01)

Reliability of an Integrated Ultrasound and Stereophotogrammetric System for Lower Limb Anatomical Characterisation
Bằng: Frederick Greatrex, et al.
Được phát hành: (2017-01-01)

Self-knowledge distillation for first trimester ultrasound saliency prediction
Bằng: Gridach, M, et al.
Được phát hành: (2022)

Automatic bone segmentation in ultrasound images using local phase features and dynamic programming
Bằng: Jia, R, et al.
Được phát hành: (2016)

Anatomy-aware contrastive representation learning for fetal ultrasound
Bằng: Fu, Z, et al.
Được phát hành: (2023)

Calibrated Bayesian neural networks to estimate gestational age and its uncertainty on fetal brain ultrasound images
Bằng: Lee, LH, et al.
Được phát hành: (2020)

Machine learning-based analysis of operator pupillary response to assess cognitive workload in clinical ultrasound imaging
Bằng: Sharma, H, et al.
Được phát hành: (2021)