徐周兵
人员信息
SPARQL查询
优化列表
2020年–今天
2024 [j8] 韩流(Han Liu) , 徐周兵 , 高日强 , 郝丽 , 王建宁 , 纪尧姆·查宾 , 伊佩克·奥古斯 , 萨萨·格比克 :
COSST:使用综合监督和自我训练的部分标记数据集进行多器官分割。 IEEE传输。 医学影像学 43 ( 5 ) : 1995-2009 ( 2024 ) 【i21】 韩流(Han Liu) , 郝丽 , 王嘉诚 , 羽波扇 , 徐周兵 , 伊佩克·奥古斯 :
使用pix2pix和Light My Cells中的自适应损失预测无标签显微镜图像中的荧光标记是一项挑战。 CoRR公司 abs/2406.15716 ( 2024 ) 2023 [j7] 新余 , 祁阳 , 周银池 , 李昂·蔡(Leon Y.Cai) , 高日强 , 何欣利(Ho Hin Lee) , 托马斯·Z·李 , 顺兴包 , 徐周兵 , 托马斯·拉斯科 , 理查德·阿布拉姆森 , Zizhao Zhang(章子钊) , 霍元凯 , 贝内特·A·兰德曼 , 汤玉成 :
UNesT:使用层次变换器进行局部空间表示学习,以实现高效的医学分割。 医学图像分析。 90 : 102939 ( 2023 ) [公元26年] 高日强 , 宾楼 , 徐周兵 , 多林·科马尼丘 , 阿里·卡门 :
柔性C 米 GAN:放射治疗中精确的3D剂量预测。 CVPR公司 2023 : 715-725 [公元25年] 韩流(Han Liu) , 郝丽 , 邢瑶 , 羽波扇 , 胡德伟 , Benoit M.Dawant公司 , 维什韦斯·纳特(Vishwesh Nath) , 徐周兵 , 伊佩克·奥古斯 :
COLosSAL:3D医学图像分割的冷启动主动学习基准。 迈克尔(2) 2023 : 25-34 [i20] 韩流(Han Liu) , 徐周兵 , 高日强 , 郝丽 , 王建宁 , 纪尧姆·查宾 , 伊佩克·奥古斯 , 萨萨·格比克 :
COSST:使用综合监督和自我训练的部分标记数据集的多目标分割。 CoRR公司 abs/2304.14030 ( 2023 ) [i19] 韩流(Han Liu) , 郝丽 , 邢瑶 , 羽波扇 , 胡德伟 , Benoit M.Dawant公司 , 维什韦斯·纳特(Vishwesh Nath) , 徐周兵 , 伊佩克·奥古斯 :
COLosSAL:3D医学图像分割的冷启动主动学习基准。 CoRR公司 abs/2307.12004 ( 2023 ) [i18] 韩流(Han Liu) , 羽波扇 , 徐周兵 , Benoit M.Dawant公司 , 伊佩克·奥古斯 :
学习针对多机构无监督跨模态领域适应的站点特定风格。 CoRR公司 腹肌/2311.12437 ( 2023 ) 2022 [i17] 新余 , 禹城汤 , 周银池 , 高日强 , 祁阳 , 何欣利(Ho Hin Lee) , 托马斯·Z·李 , 顺兴包 , 霍元凯 , 徐周兵 , 托马斯·拉斯科 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
用3D块聚合变压器表征肾脏结构。 CoRR公司 abs/2203.02430 ( 2022 ) [i16] 高日强 , 托马斯·Z·李 , 禹城汤 , 徐周兵 , 迈克尔·坎默 , Sanja L.Antic公司 , 金·桑德勒 , 法比安·马尔多纳多 , 托马斯·拉斯科 , 贝内特·A·兰德曼 :
深度学习中置信度校准的比较研究:从计算机视觉到医学成像。 CoRR公司 abs/2206.08833 ( 2022 ) 【i15】 新余 , 祁阳 , 周银池 , 李昂·蔡(Leon Y.Cai) , 高日强 , 何欣利(Ho Hin Lee) , 托马斯·Z·李 , 顺兴包 , 徐周兵 , 托马斯·拉斯科 , 理查德·阿布拉姆森 , Zizhao Zhang(章子钊) , 霍元凯 , 贝内特·A·兰德曼 , 禹城汤 :
UNesT:使用层次变换器进行局部空间表示学习,以实现高效的医学分割。 CoRR公司 abs/2209.14378 ( 2022 ) 2021 [公元24年] 禹城汤 , 高日强 , 何欣利(Ho Hin Lee) , 祁阳 , 新余 , 周玉音 , 顺兴包 , 霍元凯 , 杰弗里·斯普拉金斯 , 杰克·维罗斯特科 , 徐周兵 , 贝内特·A·兰德曼 :
预测性分型胰腺CT分割。 迈克尔(1) 2021 : 25-35 【c23】 禹城汤 , 高日强 , 何欣利(Ho Hin Lee) , 徐周兵 , 布伦特·萨沃伊 , 顺兴包 , 霍元凯 , 阿格尼斯·福戈 , 雷蒙德·哈里斯 , 马克·德·凯斯特克 , 杰弗里·斯普拉金斯 , 贝内特·A·兰德曼 :
基于随机补丁网络的动脉期CT图像肾皮质、髓质和盆腔系统分割。 医学成像:图像处理 2021 2020 [第14条] 张东浩 , 刘思奇 , Shikha Chaganti公司 , 埃利·吉布森 , 徐周兵 , 萨萨·格比克 , 蔡伟东 , 多林·科马尼丘 :
基于图形注意网络的剪枝从对比CT图像重建三维肝血管形态。 CoRR公司 abs/2003.07999 ( 2020 ) [i13] Shikha Chaganti公司 , 阿比什克·巴拉昌德兰 , 纪尧姆·查宾 , 斯图亚特·科恩 , 弗洛尔 , 博格丹·乔治斯库 , 菲利普·格雷尼尔 , 萨萨·格比克 , 刘思奇 , 弗朗索瓦·梅洛 , 尼古拉斯·默里 , Savvas Nicolaou公司 , 威廉·帕克 , 托马斯·J·雷 , 皮纳C.萨内利 , 亚历山大·绍特 , 徐周兵 , Youngjin Yoo(杨金耀) , 瓦伦丁·齐邦特 , 多林·科马尼丘 :
胸部CT与新型冠状病毒肺炎相关的断层图像定量。 CoRR公司 abs/2004.01279 ( 2020 ) [i12] 刘思奇 , 博格丹·乔治斯库 , 徐周兵 , Youngjin Yoo(杨金耀) , 纪尧姆·查宾 , Shikha Chaganti公司 , 萨萨·格比克 , 塞巴斯蒂安·皮亚特 , 布莱恩·泰西拉 , 阿比什克·巴拉昌德兰 , Vishwanath RS公司 , 托马斯·J·雷 , 多林·科马尼丘 :
用于增强新型冠状病毒定量的三维断层图像合成。 CoRR公司 abs/2005.01903 ( 2020 )
2010 – 2019
2019 [j6] 霍元凯 , 徐周兵 , 熊云溪 , 凯瑟琳·阿布德 , 普拉桑娜·帕瓦塔内尼 , 顺兴包 , 卡米洛·贝穆德斯 , 苏珊·M·雷斯尼克 , Laurie E.切割 , 贝内特·A·兰德曼 :
使用空间定位的地图集网络块进行三维全脑分割。 神经影像 194 : 105-119 ( 2019 ) [j5] 霍元凯 , 徐周兵 , 宣秀月亮 , 顺兴包 , 阿尔伯特·阿萨德 , 塔马拉·莫约 , 迈克尔·萨沃纳 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
SynSeg-Net:没有目标模态的合成分割。 IEEE传输。 医学成像 38 ( 4 ) : 1016-1025 ( 2019 ) 【j4】 霍元凯 , 徐周兵 , 顺兴包 , 卡米洛·贝穆德斯 , 宣秀月亮 , 普拉桑娜·帕瓦塔内尼 , 塔马拉·莫约 , 迈克尔·萨沃纳 , 阿尔伯特·阿萨德 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
基于深卷积网络的多模态MRI脾肿大分割。 IEEE传输。 医学成像 38 ( 5 ) : 1185-1196 ( 2019 ) [公元22年] 杨杰(音译) , 刘思奇 , 萨萨·格比克 , 阿诺德·阿里安德拉·阿迪约索·塞蒂奥 , 徐周兵 , 埃利·吉布森 , 纪尧姆·查宾 , 博格丹·乔治斯库 , 安德鲁·莱恩 , 多林·科马尼丘 :
CT图像中的分类软件对侧肺结节合成。 ISBI公司 2019 : 1348-1352 [c21] 萨伊德·阿斯加里·塔格纳基 , 艾查·本塔伊布 , 安莫尔·夏尔马 , 周少华(音) , 郑叶峰 , 博格丹·乔治斯库 , Puneet Sharma公司 , 徐周兵 , 多林·科马尼丘 , 加桑·哈马内赫 :
选择、参与和传输:轻松、可学习的跳过连接。 米老鼠 2019 : 417-425 [i11] 霍元凯 , 徐周兵 , 熊云溪 , 凯瑟琳·阿布德 , 普拉桑娜·帕瓦塔内尼 , 顺兴包 , 卡米洛·贝穆德斯 , 苏珊·M·雷斯尼克 , Laurie E.切割 , 贝内特·A·兰德曼 :
使用空间定位Atlas网络图块的3D全脑分割。 CoRR公司 abs/1903.12152 ( 2019 ) 2018 [j3] 霍元凯 , 刘佳琪 , 徐周兵 , 罗伯特·哈里根 , 阿尔伯特·阿萨德 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
使用多声道分割的健壮多对比MRI脾肿大脾脏分割。 IEEE传输。 生物识别。 工程师。 65 ( 2 ) : 336-343 ( 2018 ) [公元20年] 霍元凯 , 徐周兵 , 顺兴包 , 阿尔伯特·阿萨德 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
对抗合成学习能够在没有目标模态背景真相的情况下进行分割。 ISBI公司 2018 : 1217-1220 [第19条] 霍元凯 , 徐周兵 , 凯瑟琳·阿布德 , 普拉桑娜·帕瓦塔内尼 , 顺兴包 , 卡米洛·贝穆德斯 , 苏珊·M·雷斯尼克 , Laurie E.切割 , 贝内特·A·兰德曼 :
空间本地化的Atlas网络图块支持从有限数据中进行3D全脑分割。 迈克尔(3) 2018 : 698-705 [第18条] 徐周兵 , 霍元凯 , 金铉公园 , 贝内特·A·兰德曼 , 安迪·米尔科夫斯基 , 萨萨·格比克 , 周少华(音) :
少即是多:腹部超声图像的同时视图分类和地标检测。 迈克尔(2) 2018 : 711-719 [第17条] 霍元凯 , 徐周兵 , 顺兴包 , 卡米洛·贝穆德斯 , 安德鲁·普拉萨德 , 刘佳琪 , 姚明 , 阿尔伯特·阿萨德 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
使用全局卷积核和条件生成对抗网络进行脾肿大分割。 医学成像:图像处理 2018 : 1057409 [i10] 萨伊德·阿斯加里·塔格纳基 , 艾查·本泰卜 , 安莫尔·夏尔马 , 周少华(音) , 郑叶峰 , 博格丹·乔治斯库 , Puneet Sharma公司 , 萨萨·格比克 , 徐周兵 , 多林·科马尼丘 , 加桑·哈马内赫 :
选择、参与和传输:轻松、可学习的跳过连接。 CoRR公司 abs/1804.05181 ( 2018 ) [第九章] 徐周兵 , 霍元凯 , 金铉公园 , 贝内特·A·兰德曼 , 安迪·米尔科夫斯基 , 萨萨·格比克 , 周少华(音) :
少即是多:腹部超声图像的同时视图分类和地标检测。 CoRR公司 abs/1805.10376 ( 2018 ) [i8] 霍元凯 , 徐周兵 , 凯瑟琳·阿布德 , 普拉桑娜·帕瓦塔内尼 , 顺兴包 , 卡米洛·贝穆德斯 , 苏珊·M·雷斯尼克 , Laurie E.切割 , 贝内特·A·兰德曼 :
空间本地化的Atlas网络图块支持从有限数据中进行3D全脑分割。 CoRR公司 abs/1806.00546 ( 2018 ) [i7] 霍元凯 , 徐周兵 , 宣秀月亮 , 顺兴包 , 阿尔伯特·阿萨德 , 塔马拉·莫约 , 迈克尔·萨沃纳 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
SynSeg-Net:没有目标模态的合成分割。 CoRR公司 abs/1810.06498 ( 2018 ) [i6] 霍元凯 , 徐周兵 , 顺兴包 , 卡米洛·贝穆德斯 , 宣秀月亮 , 普拉桑娜·帕瓦塔内尼 , 塔马拉·莫约 , 迈克尔·萨沃纳 , 阿尔伯特·阿萨德 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
基于深卷积网络的多模态MRI脾肿大分割。 CoRR公司 abs/1811.04045 ( 2018 ) [i5] 刘思奇 , 埃利·吉布森 , 萨萨·格比克 , 徐周兵 , 阿诺德·阿里安德拉·阿迪约索·塞蒂奥 , 杨杰(音译) , 博格丹·乔治斯库 , 多林·科马尼丘 :
分解以操作:使用结构图像分解在3D医学图像中进行可操作对象合成。 CoRR公司 abs/1812.01737 ( 2018 ) [i4] 杨杰(音译) , 刘思奇 , 萨萨·格比克 , 阿诺德·阿里安德拉·阿迪约索·塞蒂奥 , 徐周兵 , 埃利·吉布森 , 纪尧姆·查宾 , 博格丹·乔治斯库 , 安德鲁·莱恩 , 多林·科马尼丘 :
CT图像中的分类软件对侧肺结节合成。 CoRR公司 abs/1812.11204 ( 2018 ) 2017 [第16条] 东阳 , 陶雄 , 徐大光 , 黄强贵(Qiangui Huang) , 大卫·刘 , 周少华(音) , 徐周兵 , 金铉公园 , 陈明清 , Trac D.Tran公司 , Sang Peter Chin先生 , Dimitris N.Metaxas公司 , 多林·科马尼丘 :
基于信息传递和稀疏正则化的深度图像到图像网络的大比例尺三维CT自动椎体标记。 IPMI公司 2017 : 633-644 [第15条] 徐周兵 , 黄强贵(Qiangui Huang) , 金铉公园 , 陈明清 , 徐大光 , 东阳 , 大卫·刘 , 周少华(音) :
监督动作分类器:将地标检测作为图像分割。 迈克尔(3) 2017 : 338-346 [第14条] 东阳 , 陶雄 , 徐大光 , 周少华(音) , 徐周兵 , 陈明清 , 金铉公园 , 萨萨·格比克 , Trac D.Tran公司 , 桑·彼得·钦 , Dimitris N.Metaxas公司 , 多林·科马尼丘 :
基于形状基学习的深度图像到图像递归网络用于大比例尺三维CT体中的自动顶点标记。 迈克尔(3) 2017 : 498-506 [第13条] 霍元凯 , 刘佳琪 , 徐周兵 , 罗伯特·哈里根 , 阿尔伯特·阿萨德 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
多节段分割可实现健壮的多对比MRI脾脏分割,用于脾肿大。 医学成像:图像处理 2017 : 101330安 [第12条] 刘佳琪 , 霍元凯 , 徐周兵 , 阿尔伯特·阿萨德 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
使用自适应上下文学习在CT上分割多个脾脏。 医学成像:图像处理 2017 : 1013309 [i3] 东阳 , 陶雄 , 徐大光 , 黄强贵(Qiangui Huang) , 大卫·刘 , 周少华(音) , 徐周兵 , 金铉公园 , 陈明清 , Trac D.Tran公司 , 桑·彼得·钦 , Dimitris N.Metaxas公司 , 多林·科马尼丘 :
大比例尺三维CT中的自动脊椎标记,使用具有消息传递和稀疏正则化的深度图像到图像网络。 CoRR公司 abs/1705.05998 ( 2017 ) [i2] 霍元凯 , 徐周兵 , 顺兴包 , 卡米洛·贝穆德斯 , 安德鲁·普拉萨德 , 刘佳琪 , 姚明 , 阿尔伯特·阿萨德 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
使用全局卷积核和条件生成对抗网络分割脾肿大。 CoRR公司 abs/1712.00542 ( 2017 ) [i1] 霍元凯 , 徐周兵 , 顺兴包 , 阿尔伯特·阿萨德 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
对抗合成学习能够在没有目标模态基本事实的情况下进行分割。 CoRR公司 腹肌/1712.07695 ( 2017 ) 2016 【b1】 徐周兵 :
临床获得的CT上人体腹部的自动分割。 美国田纳西州纳什维尔范德比尔特大学, 2016 [注2] 徐周兵 , 克里斯托弗·P·李 , 马蒂亚斯·海因里希 , 马克·莫达特 , 丹尼尔·鲁克特 , 塞巴斯蒂安·奥斯林 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
临床获得的CT上人体腹部六种配准方法的评价。 IEEE传输。 生物识别。 工程师。 63 ( 8 ) : 1563-1572 ( 2016 ) [第11条] 徐周兵 , 丽贝卡·鲍科姆 , 理查德·阿布拉姆森 , 本杰明·普洛斯 , 贝内特·A·兰德曼 :
使用带有多tlas标签融合和水平集的增强主动形状模型(AASM)对整个腹壁进行分割。 医学成像:图像处理 2016 : 97840个 [c10] 徐周兵 , 萨希尔·潘杰瓦尼 , 克里斯托弗·P·李 , 瑞安·P·伯克 , 丽贝卡·鲍科姆 , 本杰明·普洛斯 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
腹部器官的体-体和组织-体登记评估。 医学成像:图像处理 2016 : 97841万 【c9】 高玉瑞 , 普拉桑娜·帕瓦塔内尼 , 库尔特·席林 , 王峰(音) , 伊沃娜·斯特普尼夫斯卡 , 徐周兵 , 安·S·崔 , 丁兆华 , 约翰·戈尔 , 李敏晨 , 贝内特·A·兰德曼 , 亚当·安德森 :
基于扩散张量成像的普通松鼠猴(Saimiri sciureus)三维高分辨率体外白质图谱。 医学成像:图像处理 2016 : 97843公里 2015 [j1] 徐周兵 , 瑞安·P·伯克 , 克里斯托弗·P·李 , 丽贝卡·鲍科姆 , 本杰明·普洛斯 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
利用SIMPLE上下文学习对临床获得的CT进行有效的多tlas腹部分割。 医学图像分析。 24 ( 1 ) : 18-27 ( 2015 ) 【c8】 瑞安·P·伯克 , 徐周兵 , 克里斯托弗·P·李 , 丽贝卡·鲍科姆 , 本杰明·普洛斯 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
基于高斯混合模型的腹部器官多目标分割。 医学成像:分子、结构和功能成像的生物医学应用 2015 : 941707 【c7】 徐周兵 , 瑞安·P·伯克 , 克里斯托弗·P·李 , 丽贝卡·鲍科姆 , 本杰明·普洛斯 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
利用SIMPLE上下文学习对临床获得的CT进行有效的腹部分割。 医学成像:图像处理 2015 : 94130升 【c6】 克里斯托弗·P·李 , 徐周兵 , 瑞安·P·伯克 , 丽贝卡·鲍科姆 , 本杰明·普洛斯 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
腹部CT五种图像配准工具的评估:软解剖的陷阱和机遇。 医学成像:图像处理 2015 : 94131牛顿 2014 【c5】 徐周兵 , 安德鲁·阿斯曼 , 彼得·沙纳汉 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
简单是一个好主意(通过上下文学习更好)。 迈克尔(1) 2014 : 364-371 【c4】 徐周兵 , 李波(Bo Li) , Swetasudha熊猫 , 安德鲁·阿斯曼 , 克里斯汀·默克尔 , 彼得·沙纳汉 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
CT中脾脏的形状约束多目标分割。 医学成像:图像处理 2014 : 903446 2013 【c3】 徐周兵 , 韦德·M·艾伦 , 本杰明·普洛斯 , 贝内特·A·兰德曼 :
腹疝CT中腹壁的自动分割:一项初步研究。 医学成像:图像处理 2013 : 86693吨 2012 【c2】 徐周兵 , 安德鲁·J·阿斯曼 , 伊莎·辛格 , Lola B.Chambless女士 , 里德·卡尔顿-汤普森 , 贝内特·A·兰德曼 :
恶性胶质瘤的协同标记。 ISBI公司 2012 : 1148-1151 【c1】 徐周兵 , 安德鲁·阿斯曼 , 贝内特·A·兰德曼 :
使用多共识水平的广义统计标签融合。 医学成像:图像处理 2012 : 831411