保罗·皮罗
人员信息
其他同名人员
优化列表
2010 – 2019
2019 [j5] 埃斯特·普约尔·安顿 , 布拉姆·鲁伊森克 , 伯恩哈德·格伯 , 米哈拉·西尔维娅·阿姆祖列斯库 , 赫莱恩·兰盖特 , 马修·德克雷恩 , 朱莉娅·施纳贝尔 , 保罗·皮罗 , 安德鲁·普·金 :
用于心脏运动分析的区域多视图学习:在扩张型心肌病患者识别中的应用。 IEEE传输。 生物识别。 工程师。 66 ( 4 ) : 956-966 ( 2019 ) 【c21】 马修·德克雷恩 , 保罗·皮罗 , 尼古拉斯·杜恰图 , 帕斯卡·阿莱恩 , 埃里克·萨卢克斯 :
通过健康模型进行左心室形状和运动重建,以表征梗死后的重塑。 金融信息管理局 2019 : 159-167 2018 [公元20年] 埃斯特·普约尔·安顿 , 布拉姆·鲁伊森克 , 白文嘉 , 赫莱恩·兰盖特 , 马修·德克雷恩 , 朱莉娅·施纳贝尔 , 保罗·皮罗 , 安德鲁·普·金 , 辛克莱 :
使用卷积神经网络从电影MRI中全自动估计心肌应变。 ISBI公司 2018 : 1139-1143 [第19条] 埃斯特·普约尔·安顿 , 布拉姆·鲁伊森克 , 赫莱恩·兰盖特 , 马修·德克雷恩 , 保罗·皮罗 , 朱莉娅·施纳贝尔 , 安德鲁·普·金 :
使用大规模MR衍生心脏运动图谱学习临床信息和基于运动的描述符之间的关联。 MICCAI的STACOM 2018 : 94-102 [i2] 埃斯特·普约尔·安顿 , 布拉姆·鲁伊森克 , 赫莱恩·兰盖特 , 马修·德克雷恩 , 保罗·皮罗 , 朱莉娅·施纳贝尔 , 安德鲁·普·金 :
使用大规模MR衍生心脏运动图谱学习临床信息和基于运动的描述符之间的关联。 CoRR公司 abs/1807.10653 ( 2018 ) 2017 【j4】 埃斯特·普约尔·安顿 , 辛克莱 , 伯恩哈德·格伯 , 米哈拉·西尔维娅·阿姆祖列斯库 , 赫莱恩·兰盖特 , 马修·德克雷恩 , 保罗·阿尔贾巴尔 , 保罗·皮罗 , 安德鲁·普·金 :
来自MR和超声数据的多模式时空心脏运动图谱。 医学图像分析。 40 : 96-110 ( 2017 ) [第18条] C.雷诺德 , 赫莱恩·兰盖特 , 米哈拉·西尔维娅·阿姆祖列斯库 , 埃里克·萨卢克斯 , H.贝特朗 , 帕斯卡·阿莱恩 , 保罗·皮罗 :
二维超声心动图图像中手工特征与ConvNets的对比。 ISBI公司 2017 : 1116-1119 [第17条] 埃斯特·普约尔·安顿 , 辛克莱 , 伯恩哈德·格伯 , 米哈拉·西尔维娅·阿姆祖列斯库 , 赫莱恩·兰盖特 , 马修·德克雷恩 , 保罗·阿尔贾巴尔 , 朱莉娅·施纳贝尔 , 保罗·皮罗 , 安德鲁·普·金 :
使用心脏循环运动地图集进行多视图机器学习。 MICCAI的STACOM 2017 : 3-11 2016 [第16条] 埃斯特·普约尔·安顿 , Devis Peressutti公司 , 保罗·阿尔贾巴尔 , 马修·德克雷恩 , 保罗·皮罗 , 安德鲁·普·金 :
走向多模式心脏运动图谱。 ISBI公司 2016 : 32-35 2013 [第1页] 保罗·皮罗 , 理查德·诺克 , 瓦法·贝尔哈吉·阿里 :
增压 k个 -最近邻分类。 计算机视觉高级主题 2013 : 341-375 2012 [j3] 理查德·诺克 , 保罗·皮罗 , 弗兰克·尼尔森 , 瓦法·贝尔哈吉·阿里 , 米歇尔·巴劳德 :
为自然场景的分类提升k-NN。 国际期刊计算。 视觉。 100 ( 三 ) : 294-314 ( 2012 ) [注2] 保罗·皮罗 , 理查德·诺克 , 弗兰克·尼尔森 , 米歇尔·巴劳德 :
利用k-NN进行通用分类增强。 神经计算 80 : 3-9 ( 2012 ) [第15条] 保罗·皮罗 , 瓦法·贝尔哈吉·阿里 , Lydie Crescence公司 , Oumelkheir Ferhat公司 , 雅克·达尔科特 , 蒂埃里·波切 , 米歇尔·巴劳德 :
使用DoG系数直方图对细胞图像进行通用k-NN(UNN)分类。 生物信息学 2012 : 303-307 [第14条] 瓦法·贝尔哈吉·阿里 , 保罗·皮罗 , 达里奥·詹帕利亚 , 蒂埃里·波切 , 米歇尔·巴劳德 :
在boosting k-NN框架中使用生物启发描述符进行生物细胞分类。 哥伦比亚广播公司 2012 : 1-6 [第13条] 保罗·皮罗 , 迭戈·索纳 , 维托里奥·穆里诺 :
改进正交匹配追踪的内积树。 ICPR公司 2012 : 429-432 [第12条] 瓦法·贝尔哈吉·阿里 , 达里奥·詹帕利亚 , 米歇尔·巴劳德 , 保罗·皮罗 , 理查德·诺克 , 蒂埃里·波切 :
使用仿生描述符对生物细胞进行分类。 ICPR公司 2012 : 3353-3357 [第11条] 瓦法·贝尔哈吉·阿里 , 保罗·皮罗 , Lydie Crescence公司 , 达里奥·詹帕利亚 , Oumelkheir Ferhat公司 , 雅克·达尔科特 , 蒂埃里·波切 , 米歇尔·巴劳德 :
质膜蛋白亚细胞定位的生物启发学习和分类方法。 维萨普(1) 2012 : 579-584 2010 【b1】 保罗·皮罗 :
在boosting框架中学习基于原型的分类规则:应用于现实世界和医学图像分类。 法国尼斯索菲亚·安蒂波利斯大学, 2010 [j1] 保罗·皮罗 , 桑德林Anthoine , 埃里克·德布勒夫 , 米歇尔·巴劳德 :
结合空间和时间补丁以实现可扩展视频索引。 Multim公司。 工具应用程序。 48 ( 1 ) : 89-104 ( 2010 ) [第10条] 保罗·皮罗 , 理查德·诺克 , 弗兰克·尼尔森 , 米歇尔·巴劳德 :
多等级杠杆 κ -NN用于图像分类。 疫苗接种(3) 2010 : 67-81 【c9】 瓦法·贝尔哈吉·阿里 , 保罗·皮罗 , 埃里克·德布拉夫 , 米歇尔·巴劳德 :
从描述符到boosting:优化k-NN分类规则。 CBMI公司 2010 : 1-5 【c8】 保罗·皮罗 , 理查德·诺克 , 弗兰克·尼尔森 , 米歇尔·巴劳德 :
增强贝叶斯MAP分类。 ICPR公司 2010 : 661-665 【c7】 保罗·皮罗 , 米歇尔·巴劳德 , 理查德·诺克 , 弗兰克·尼尔森 :
用于对象分类的K-NN增强原型学习。 WIAMIS公司 2010 : 1-4 [i1] 保罗·皮罗 , 理查德·诺克 , 弗兰克·尼尔森 , 米歇尔·巴劳德 :
提升k-NN用于自然场景分类。 CoRR公司 abs/1001.1221 ( 2010 )
2000 – 2009
2009 【c6】 保罗·皮罗 , 桑德林Anthoine , 埃里克·德布拉夫 , 米歇尔·巴劳德 :
使用稀疏多尺度补丁的可伸缩时空视频索引。 CBMI公司 2009 : 95-100 【c5】 弗兰克·尼尔森 , 保罗·皮罗 , 米歇尔·巴劳德 :
Bregman有利位置树,用于高效的最近邻居查询。 国际货币兑换协会 2009 : 878-881 【c4】 保罗·皮罗 , 桑德林Anthoine , 埃里克·德布勒夫 , 米歇尔·巴劳德 :
用于图像分类的稀疏多尺度修补程序(SMP)。 MMM(毫米) 2009 : 227-238 2008 【c3】 保罗·皮罗 , 桑德林Anthoine , 埃里克·德布拉夫 , 米歇尔·巴劳德 :
在KNN框架下,通过多尺度系数斑块的Kullback-Leibler散度进行图像检索。 CBMI公司 2008 : 230-235 【c2】 保罗·皮罗 , 桑德林Anthoine , 埃里克·德布勒夫 , 米歇尔·巴劳德 :
用于图像处理的稀疏多尺度补丁。 ETVC公司 2008 : 284-304 【c1】 桑德林Anthoine , 埃里克·德布拉夫 , 保罗·皮罗 , 米歇尔·巴劳德 :
使用小波系数的邻域分布进行快速、多尺度的图像检索。 WIAMIS公司 2008 : 28-31