帕维尔·J·马尔基维茨
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年–今天
2023 [公元11年] 阿丽亚娜·博拉克 , 帕维尔·J·马尔基维茨 , Alle Meije Wink公司 , 劳埃德·普罗瑟 , 约翰·利尔贾 , 皮尔里克·鲍杰特 , 乔纳森·斯科特 , 威廉·科思 , Lyduine E.Collij公司 , 休·G·彭伯顿 , 吉尔·法拉 , 弗雷德里克·巴霍夫 , 大卫·M·卡什 :
纵向PET研究中淀粉样蛋白β沉积的新数据驱动指标的评估。 神经影像 280 : 120313 ( 2023 ) [公元10年] 焦洁清 , 菲奥娜·海曼 , 雷切尔·狄克逊 , 卡特里奥娜·温伯里 , 伊莎多拉·洛佩斯·阿尔维斯 , 胡安·多明戈·吉斯佩特 , 阿德里亚·兰默茨马 , 巴特·范·贝克尔 , 卡斯珀·达·科斯塔·路易斯 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 大卫·M·卡什 , 豪尔赫·卡多佐 , 塞巴斯蒂安·奥斯林 , 马苏德·雅库布 , 弗雷德里克·巴霍夫 :
NiftyPAD-用于动态PET数据定量分析的新型Python包。 神经信息学 21 ( 2 ) : 457-468 ( 2023 ) 2021 [公元9年] 科尔斯汀·克拉瑟 , 托马斯·瓦尔萨夫斯基 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 汤姆·维考特伦 , 亚历山大·哈默斯 , 大卫·阿特金森 , 克里斯·泰勒曼斯 , 布莱恩·赫顿 , 曼纽尔·豪尔赫·卡多佐 , 塞巴斯蒂安·奥斯林 :
用于改进三维PET/MR衰减校正的模拟学习。 医学图像分析。 71 : 102079 ( 2021 ) [j8] 帕维尔·J·马尔基维茨 , 朱利安·马修斯 , 约翰·阿什伯恩 , 大卫·M·卡什 , 大卫·L·托马斯 , 恩里科·德维塔 , 安娜·巴恩斯 , 豪尔赫·卡多佐 , 马克·莫达特 , 理查德·布朗 , 克里斯·泰勒曼斯 , 卡斯珀·达·科斯塔·路易斯 , 伊莎多拉·洛佩斯·阿尔维斯 , 胡安·多明戈·吉斯佩特 , 马克·施密特 , 保罗·马斯顿 , 亚历山大·哈默斯 , 塞巴斯蒂安·奥斯林 , 弗雷德里克·巴霍夫 :
精确神经-PET成像MR-PET图像配准的不确定性分析。 神经影像 232 : 117821 ( 2021 )
2010 – 2019
2019 【c9】 科尔斯汀·克拉瑟 , 托马斯·瓦尔萨夫斯基 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 汤姆·维考特伦 , 大卫·阿特金森 , 克里斯·泰勒曼斯 , 布莱恩·赫顿 , 豪尔赫·卡多佐 , 塞巴斯蒂安·奥斯林 :
使用模拟学习改进PET/MR衰减校正的MR-CT合成。 SASHIMI@麦克蔡 2019 : 13-21 [i3] 科尔斯汀·克拉瑟 , 托马斯·瓦尔萨夫斯基 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 汤姆·维考特伦 , 大卫·阿特金森 , 克里斯·泰勒曼斯 , 布莱恩·赫顿 , 豪尔赫·卡多佐 , 塞巴斯蒂安·奥斯林 :
使用模拟学习改进PET/MR衰减校正的MR-CT合成。 CoRR公司 abs/1908.08431 ( 2019 ) 2018 [j7] 帕维尔·J·马尔基维茨 , 马蒂亚斯·J·埃尔哈特 , 谢尔·埃兰德森(Kjell Erlandsson) , 菲利普·J·努南 , 安娜·巴恩斯 , 乔纳森·斯科特 , 大卫·阿特金森 , 西蒙·阿里奇 , 布莱恩·赫顿 , 塞巴斯蒂安·奥斯林 :
NiftyPET:用于高定量准确度和精密PET成像和分析的高通量软件平台。 神经信息学 16 ( 1 ) : 95-115 ( 2018 ) 【c8】 帕维尔·马基维奇兹(Pawel Markiewicz) , Krzysztof Kogut公司 , 马西耶·罗泽维奇 , 帕维尔·斯克鲁奇 , 罗曼·斯塔罗索尔斯基 :
使用汽车虚拟验证环境的占用网格融合原型。 ICCMA公司 2018 : 81-85 【c7】 凯瑟琳·斯科特 , 焦洁清 , 豪尔赫·卡多佐 , 科尔斯汀·克拉瑟 , 安德鲁·墨尔本 , 帕维尔·J·马尔基维茨 , 乔纳森·斯科特 , 布莱恩·赫顿 , 塞巴斯蒂安·奥斯林 :
使用CNN的短采集时间PET/MR药代动力学建模。 迈克尔(1) 2018 : 48-56 【c6】 科尔斯汀·克拉瑟 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 玛尔塔·比安卡·玛丽亚·兰齐尼 , 李文奇 , 马克·莫达特 , 布莱恩·赫顿 , 大卫·阿特金森 , 克里斯·泰勒曼斯 , 豪尔赫·卡多佐 , 塞巴斯蒂安·奥斯林 :
MR到CT合成的深度增强回归。 SASHIMI@麦克蔡 2018 : 61-70 [i2] 马蒂亚斯·J·埃尔哈特 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 卡罗拉·比比安·舍利布 :
通过随机化和预处理,利用非平滑先验信息进行快速PET重建。 CoRR公司 abs/1808.07150 ( 2018 ) [i1] 科尔斯汀·克拉瑟 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 玛尔塔·比安卡·玛丽亚·兰齐尼 , 李文奇 , 马克·莫达特 , 布莱恩·赫顿 , 大卫·阿特金森 , 克里斯·泰勒曼斯 , 豪尔赫·卡多佐 , 塞巴斯蒂安·奥斯林 :
MR到CT合成的深度增强回归。 CoRR公司 腹肌/1808.07431 ( 2018 ) 2017 [j6] 焦洁清 , 亚历山大·布斯 , 克里斯·泰勒曼斯 , 尼农·布尔戈斯 , 菲利普·S·J·韦斯顿 , 乔纳森·斯科特 , 大卫·阿特金森 , 西蒙·阿里奇 , 布莱恩·赫顿 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 塞巴斯蒂安·奥斯林 :
动态脑PET数据的关节运动估计/校正直接参数重建。 IEEE传输。 医学成像 36 ( 1 ) : 203-213 ( 2017 ) 【c5】 帕维尔·斯克鲁奇 , 马雷克·德卢戈斯 , 帕维尔·马基维奇兹(Pawel Markiewicz) :
自动驾驶应用中控制系统验证的形式化方法。 KKA公司 2017 : 178-189 【c4】 帕维尔·马基维奇兹(Pawel Markiewicz) , 马雷克·德卢戈斯 , 帕维尔·斯克鲁奇 :
审查用于高级驾驶员辅助和自动驾驶应用的跟踪和目标检测系统,重点关注脆弱道路用户的感知。 KKA公司 2017 : 224-237 【c3】 凯瑟琳·斯科特 , 焦洁清 , 豪尔赫·卡多佐 , 安德鲁·墨尔本 , 恩里科·德维塔 , 大卫·托马斯 , 尼农·布尔戈斯 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 乔纳森·斯科特 , 布莱恩·赫顿 , 塞巴斯蒂安·奥斯林 :
使用基于MRI的药代动力学参数合成进行短采集时间PET定量。 迈克尔(2) 2017 : 737-744 2016 [j5] 马蒂亚斯·J·埃尔哈特 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 玛丽亚·利杰罗斯 , 安娜·巴恩斯 , 科莱赫梅宁村 , 约翰·邓肯 , 路易斯·皮萨罗 , 大卫·阿特金森 , 布莱恩·赫顿 , 塞巴斯蒂安·奥斯林 , 克里斯·泰勒曼斯 , 西蒙·阿里奇 :
在使用平行水平集之前使用解剖MRI进行PET重建。 IEEE传输。 医学成像 35 ( 9 ) : 2189-2199 ( 2016 ) 2015 【c2】 焦洁清 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 尼农·布尔戈斯 , 大卫·阿特金森 , 布莱恩·赫顿 , 西蒙·阿里奇 , 塞巴斯蒂安·奥斯林 :
细节-保留PET重建与稀疏图像表示和解剖先验。 IPMI公司 2015 : 540-551 2014 【c1】 焦洁清 , 亚历山大·布斯 , 克里斯·泰勒曼斯 , 帕维尔·马基维奇兹(Pawel Markiewicz) , 尼农·布尔戈斯 , 大卫·阿特金森 , 西蒙·阿里奇 , 布莱恩·赫顿 , 塞巴斯蒂安·奥斯林 :
动态PET数据的联合参数重建和运动校正框架。 迈克尔(1) 2014 : 114-121 2011 【j4】 帕维尔·J·马尔基维茨 , 朱利安·C·阿维拉图斯 , 杰罗姆·德克勒克 , 卡尔·赫霍兹 :
健康和痴呆受试者FDG-PET扫描PCA与生物变量之间相关性的稳健性。 神经影像 56 ( 2 ) : 782-787 ( 2011 ) [j3] 帕维尔·J·马尔基维茨 , 朱利安·马修斯 , 杰罗姆·德克勒克 , 卡尔·赫霍兹 :
多元分析预测稳健性和准确性的验证。 神经影像 56 ( 三 ) : 1382-1385 ( 2011 )
2000 – 2009
2009 [注2] 帕维尔·J·马尔基维茨 , 朱利安·马修斯 , 杰罗姆·德克勒克 , 卡尔·赫霍兹 :
通过重采样技术评估多元图像分析的稳健性,并应用于阿尔茨海默病患者的FDG-PET扫描。 神经影像 46 ( 2 ) : 472-485 ( 2009 ) 2008 [j1] 帕维尔·马基维奇兹(Pawel Markiewicz) :
科学出版物中个人数据和患者形象的使用。 生物算法医学系统。 4 ( 7 ) : 5-8 ( 2008 )
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)