理查德·阿布拉姆森
人员信息
其他同名人员
优化列表
2020年–今天
2023 [公元9年] 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 , 张子昭 , 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。 医学图像分析。 90 : 102939 ( 2023 ) 2022 [j8] 宣秀月亮 , 霍元凯 , 理查德·阿布拉姆森 , 理查德·艾伦·彼得斯 , 阿尔伯特·阿萨德 , 塔马拉·莫约 , 迈克尔·R·萨沃纳 , 贝内特·A·兰德曼 :
“利用端到端深度学习方法和自动管道加速脾脏分割”的勘误表【计算生物学医学107(2019)109-117】。 计算。 生物医药 140 : 107 ( 2022 ) [i12] 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 ) [i11] 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 , 张子昭 , 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 [j7] 禹城汤 , 高日强 , 何欣利(Ho Hin Lee) , 史忠汉 , 陈云强 , 高大山 , 维什韦斯·纳特(Vishwesh Nath) , 卡米洛·贝穆德斯 , 迈克尔·萨沃纳 , 理查德·阿布拉姆森 , 顺兴包 , 伊利乌·吕 , 霍元凯 , 贝内特·A·兰德曼 :
采用随机补丁网络融合的高分辨率三维腹部分割。 医学图像分析。 69 : 101894 ( 2021 ) [公元20年] 何欣利(Ho Hin Lee) , 禹城汤 , 顺兴包 , 理查德·阿布拉姆森 , 霍元凯 , 贝内特·A·兰德曼 :
Rap-Net:具有单一随机解剖先验的粗-细多器官分割。 ISBI公司 2021 : 1491-1494 2020 [第19条] 何欣利(Ho Hin Lee) , 禹城汤 , 奥利维亚·唐 , 徐玉晨 , 陈云强 , 大山高 , 史忠汉 , 高日强 , 迈克尔·萨沃纳 , 理查德·阿布拉姆森 , 霍元凯 , 贝内特·A·兰德曼 :
通过质量保证监督进行半监督的多器官分割。 医学成像:图像处理 2020 : 113131I号 [第18条] 奥利维亚·唐 , 徐雨晨 , 禹城汤 , 何欣利(Ho Hin Lee) , 陈云强 , 大山高 , 史忠汉 , 高日强 , 迈克尔·萨沃纳 , 理查德·阿布拉姆森 , 霍元凯 , 贝内特·A·兰德曼 :
临床影像档案中多器官分割的验证与优化。 医学成像:图像处理 2020 : 1131320万 [第17条] 禹城汤 , 何欣利(Ho Hin Lee) , 徐雨晨 , 奥利维娅·唐 , 陈云强 , 大山高 , 史忠汉 , 高日强 , 卡米洛·贝穆德斯 , 迈克尔·萨沃纳 , 理查德·阿布拉姆森 , 霍元凯 , 贝内特·A·兰德曼 :
将相位分类与生成性对抗网络进行对比。 医学成像:图像处理 2020 : 1131310 [第16条] 徐雨晨 , 奥利维亚·唐 , 禹城汤 , 何欣利(Ho Hin Lee) , 陈云强 , 大山高 , 史忠汉 , 高日强 , 迈克尔·萨沃纳 , 理查德·阿布拉姆森 , 霍元凯 , 贝内特·A·兰德曼 :
离群值引导的腹部分割优化。 医学成像:图像处理 2020 : 1131336 [i10] 徐雨晨 , 奥利维亚·唐 , 禹城汤 , 何欣利(Ho Hin Lee) , 陈云强 , 大山高 , 史忠汉 , 高日强 , 迈克尔·萨沃纳 , 理查德·阿布拉姆森 , 霍元凯 , 贝内特·A·兰德曼 :
腹部分割的异常值引导优化。 CoRR公司 abs/2002.04098 ( 2020 ) [第九章] 徐雨晨 , 奥利维亚·唐 , 禹城汤 , 何欣利(Ho Hin Lee) , 陈云强 , 大山高 , 史忠汉 , 高日强 , 迈克尔·萨沃纳 , 理查德·阿布拉姆森 , 霍元凯 , 贝内特·A·兰德曼 :
临床影像档案多器官分割的验证与优化。 CoRR公司 abs/2002.04102 ( 2020 ) [i8] 何欣利(Ho Hin Lee) , 禹城汤 , 顺兴包 , 理查德·阿布拉姆森 , 霍元凯 , 贝内特·A·兰德曼 :
RAP-Net:具有单一随机解剖先验的粗到细多器官分割。 CoRR公司 abs/2012.12425 ( 2020 )
2010 – 2019
2019 [j6] 宣秀月亮 , 霍元凯 , 理查德·阿布拉姆森 , 理查德·艾伦·彼得斯 , 阿尔伯特·阿萨德 , 塔马拉·莫约 , 迈克尔·R·萨沃纳 , 贝内特·A·兰德曼 :
使用端到端深度学习方法和自动化流水线加速脾脏分割。 计算。 生物医药 107 : 109-117 ( 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 ) [第15条] 禹城汤 , 霍元凯 , 熊云溪 , 宣秀月亮 , 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 :
通过学习异质多源标签改进脾肿大分割。 医学成像:图像处理 2019 : 1094908 [i7] 何欣利(Ho Hin Lee) , 禹城汤 , 奥利维亚·唐 , 徐雨晨 , 陈运强 , 大山高 , 史忠汉 , 高日强 , 迈克尔·萨沃纳 , 理查德·阿布拉姆森 , 霍元凯 , 贝内特·A·兰德曼 :
通过质量保证监督进行半监督的多组织细分。 CoRR公司 abs/1911.05113 ( 2019 ) [i6] 禹城汤 , 何欣利(Ho Hin Lee) , 徐雨晨 , 奥利维亚·唐 , 陈云强 , 大山高 , 史忠汉 , 高日强 , 卡米洛·贝穆德斯 , 迈克尔·萨沃纳 , 理查德·阿布拉姆森 , 霍元凯 , 贝内特·A·兰德曼 :
将相位分类与生成对抗网络进行对比。 CoRR公司 腹肌/1911.06395 ( 2019 ) [i5] 霍元凯 , 禹城汤 , 陈云强 , 大山高 , 史忠汉 , 顺兴包 , 斯米塔·德 , 詹姆斯·特里 , 约翰·杰弗里·卡尔 , 理查德·阿布拉姆森 , 贝内特·A·兰德曼 :
计算机断层扫描深度学习的随机组织窗口归一化。 CoRR公司 abs/1912.00420 ( 2019 ) 2018 [j3] 霍元凯 , 刘嘉琪 , 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 ) [第14条] 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13条] 梅格·波波 , 顺兴包 , 霍元凯 , 姚明 , 杰克·维罗斯特科 , 安德鲁·普拉萨德 , 伊利乌·吕 , 阿尔伯特·阿萨德 , 理查德·阿布拉姆森 , 梅丽莎·希尔姆斯 , 贝内特·A·兰德曼 :
全卷积神经网络改进了腹部器官分割。 医学成像:图像处理 2018 : 105742伏 [第12条] 霍元凯 , 徐周兵 , 顺兴包 , 卡米洛·贝穆德斯 , 安德鲁·普拉萨德 , 刘嘉琪 , 袁尧 , 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 [i4] 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 ) [i3] 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 ) 2017 [第11条] 胡培军 , 霍元凯 , 德兴港 , 约翰·杰弗里·卡尔 , 理查德·阿布拉姆森 , 凯瑟琳·哈特利 , 贝内特·A·兰德曼 :
利用临床获得的CT自动表征身体成分和虚弱程度。 MSKI@米才 2017 : 25-35 [第10条] 霍元凯 , 刘嘉琪 , 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 【c9】 刘嘉琪 , 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 [i2] 霍元凯 , 徐周兵 , 顺兴包 , 卡米洛·贝穆德斯 , 安德鲁·普拉萨德 , 刘嘉琪 , 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 [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 ) 【c8】 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活动形状模型(AASM)对整个腹壁进行分割。 医学成像:图像处理 2016 : 97840个 【c7】 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 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 ) 【c6】 贾里德·魏斯(Jared A.Weis) , 艾利森·约翰森 , 杰弗里·威尔 , 托马斯·扬基洛夫 , 理查德·阿布拉姆森 , 迈克尔·I·米加 :
开发一种基于膈肌运动的弹性成像框架,用于评估肝脏硬度。 医学成像:分子、结构和功能成像的生物医学应用 2015 : 941703 【c5】 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 【c4】 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 【c3】 克里斯托弗·P·李 , 徐周兵 , 瑞安·P·伯克 , Rebeccah B.Baucom公司 , 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 【c2】 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)。 米才(1) 2014 : 364-371 【c1】 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