格林特·施密特 0001
人员信息
附属: 德国慕尼黑Definiens AG
其他同名人员
格林特·施密特 — 消歧页 格林特·施密特 0002 — 德国萨尔布吕肯萨尔州大学 (还有1个) 格林特·施密特 0003 -德国波鸿鲁尔大学
其他同名人员
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [i6] 尼古拉·布里奥 , 尼古拉斯·特里奇 , 菲利普·沃特曼 , 多米尼克·温特 , 沙申克·萨兰 , 马龙·雷贝拉托 , 格林特·施密特 :
辅助CycleGAN-guidance,用于从双重IHC图像到单重IHC映像的任务软件域转换。 CoRR公司 abs/2403.07389 ( 2024 ) 2022 [i5] 尼古拉·布里奥 , 费利克斯·J·塞格勒 , 安什·卡皮尔 , 菲利普·沃特曼 , 格林特·施密特 :
基于污渍隔离的改进污渍翻译指南。 CoRR公司 abs/2207.00431 ( 2022 ) [i4] 费利克斯·雅各布·塞格勒 , 凯萨琳娜·内科拉 , 洛伦斯·罗格诺尼 , 安什·卡皮尔 , 马库斯·希克 , 海伦·安吉尔 , 格林特·施密特 :
从DAPI衍生细胞角蛋白表达和上皮分割的新型深度学习方法。 CoRR公司 abs/2208.08284 ( 2022 ) 2021 【j4】 安什·卡皮尔 , 阿明·迈尔 , 基思·斯蒂尔 , 马龙·雷贝拉托 , 凯萨琳娜·内科拉 , 亚历山大·哈拉根 , 亚伯拉罕·席尔瓦 , 亚历克桑德拉·祖劳 , 克雷格·巴克 , 玛丽埃塔·斯科特 , 托比亚斯·维斯特勒 , 西蒙·兰兹米奇 , 君特·施密特 , 尼古拉·布里奥 :
基于区域自适应的深度学习用于PD-L1染色组织图像的肿瘤细胞(TC)自动评分和生存分析。 IEEE传输。 医学成像 40 ( 9 ) : 2513-2523 ( 2021 )
2010 – 2019
2019 [i3] 安什·卡皮尔 , 托比亚斯·威斯特勒 , 西蒙·兰兹米奇 , 亚伯拉罕·席尔瓦 , 基思·斯蒂尔 , 马龙·雷贝拉托 , 格林特·施密特 , 尼古拉·布里奥 :
DASGAN-组织病理学PD-L1图像中分析上皮区域的联合域适配和分割。 CoRR公司 abs/1906.11118 ( 2019 ) [i2] 尼古拉·布里奥 , 阿明·迈尔 , 安什·卡皮尔 , 拉尔夫·舍恩迈尔 , 克里斯托斯·加夫里尔 , 彼得·凯伊 , 格林特·施密特 :
基于域适应的弱监督核检测增强。 CoRR公司 abs/1907.04681 ( 2019 ) 2018 [第12条] 尼古拉斯·布里欧 , 克里斯托斯·加夫里尔 , 大卫·J·哈里森 , 彼得·凯伊 , 格林特·施密特 :
基于上下文的粗深度学习预测图插值,用于免疫荧光图像中精细结构的分割。 医学影像:数字病理学 2018 : 105810便士 [i1] 安什·卡皮尔 , 阿明·迈尔 , 亚历克桑德拉·祖劳 , 基思·斯蒂尔 , Marlon Rebelatto公司 , 格林特·施密特 , 尼古拉·布里奥 :
非小细胞肺癌组织针活检PD-L1肿瘤细胞自动评分的深度半监督生成学习。 CoRR公司 abs/1806.11036 ( 2018 ) 2017 [第11条] 尼古拉·布里奥 , 格林特·施密特 :
用于组织病理学图像中稳健细胞核检测的学习大小自适应局部最大值选择。 ISBI公司 2017 : 937-941 2016 [第10条] 纳撒利·哈德 , 玛丽亚·阿瑟洛古 , 哈拉尔德·赫塞尔 , 亚历山大·布奇纳 , 拉尔夫·舍恩梅耶 , 格林特·施密特 , 克里斯蒂安·施蒂夫 , 托马斯·基什内尔 , 格德·卡尔·宾尼 :
前列腺癌全切片图像中腺体分布模式的共现特征作为新的预后标志物。 ISBI公司 2016 : 807-810 【c9】 尼古拉·布里奥 , 奥利维尔·鲍利 , 约翰内斯·齐默尔曼 , 格德·卡尔·宾尼 , 格林特·施密特 :
用于分割不同染色数字组织病理学整个幻灯片图像的幻灯片特定模型。 医学成像:图像处理 2016 : 978410 2015 【c8】 拉尔夫·舍恩梅耶 , 尼古拉·布里奥 , 纳丁·沙阿德(Nadine S.Schaadt) , 弗里德里希·费尔哈克 , 格林特·施密特 , 格德·卡尔·宾尼 :
不同染色和共注册组织切片的全自动幻灯片分析。 Bildverabeitung für die Medizin公司 2015 : 407-412 2014 【c7】 拉尔夫·舍恩梅耶 , 玛丽亚·阿瑟洛古 , 格林特·施密特 , 格德·卡尔·宾尼 :
共注册全组织幻灯片的可视化和导航平台。 Bildverabeitung für die Medizin公司 2014 : 13-18 2013 【c6】 拉尔夫·舍恩梅耶 , 格林特·施密特 , 斯蒂芬·麦丁 , 阿克塞尔·沃尔奇 , 格德·卡尔·宾尼 :
视网膜组织MALDI和H&E图像的自动联合分析,以提高空间MALDI分辨率。 Bildverabeitung für die Medizin公司 2013 : 217-222 2011 [j3] 拉尔夫·舍恩迈尔 , 玛丽亚·阿瑟洛古 , 哈拉尔德·西特克 , 彼得·埃伦伯格 , 欧文·费汉 , 格林特·施密特 , 格德·卡尔·宾尼 :
认知网络技术乳房X光摄影CAD系统原型,通过在参考数据库中查找类似病例来帮助放射科医生。 国际期刊计算。 协助。 无线电。 外科学。 6 ( 1 ) : 127-134 ( 2011 ) [注2] 克劳斯·本特森 , 马库斯·基茨曼 , 勒内·科恩 , P.大卫·莫兹利 , 格林特·施密特 , 格德·卡尔·宾尼 :
X射线计算机断层摄影术:晚期肺肿瘤的半自动容积分析作为反应评估的基础。 国际生物医学杂志。 成像 2011 : 361589:1-361589:11 ( 2011 ) 【c5】 玛丽亚·阿瑟洛古 , 马库斯·埃布伦坎普 , 格林特·施密特 , F.诺沃特尼 , 埃里希·温特曼特尔 , 格德·卡尔·宾尼 :
相位对比显微镜图像中计算细胞毒性程度的图像分析。 Bildverabeitung für die Medizin公司 2011 : 134-138 2010 【c4】 拉尔夫·舍恩梅耶 , 玛丽亚·阿塞洛古 , 哈拉尔德·西特克 , 彼得·埃伦伯格 , 欧文·费汉 , 格林特·施密特 , 格德·卡尔·宾尼 :
基于认知网络技术的乳腺造影CAD系统原型。 Bildverabeitung für die Medizin公司 2010 : 92-96
2000 – 2009
2009 [j1] 托比亚斯·海曼 , 布拉姆·范·金尼肯 , 马丁·斯特纳 , 尤利娅·阿尔扎耶娃 , 沃尔克·奥里奇 , 克里斯蒂安·鲍埃尔 , 安德烈亚斯·贝克 , 克里斯托夫·贝克尔 , 莱因哈德·贝切尔 , 吉尔吉斯·贝克斯 , 费尔南多·贝洛 , 格德·卡尔·宾尼 , 霍斯特比绍夫 , 亚历山大·博尼克 , 卡舒曼 , Ying Chi(音) , 安德烈斯·科尔多瓦 , Benoit M.Dawant公司 , 马尔塔·菲德里奇 , 雅各布·D·福斯特 , 古川大辅 , 拉尔斯歌海娜 , 约阿希姆·霍内格尔 , 达格马尔·凯努勒 , 理查德·基特尼 , 小渊秀文 , 汉斯·拉梅克 , 托马斯·兰格 , Jeongjin Lee(李正进) , 布莱恩·列侬 , 芮莉(Rui Li) , 李森虎 , 汉斯·佩特·梅恩泽 , 加博尔·内梅特 , 丹妮拉·斯坦·莱库 , Anne-Mareike Rau女士 , 伊娃·M·凡·里克索特 , 米卡·洛森 , 拉兹洛·拉斯科 , 金达·安娜·萨迪 , 格林特·施密特 , 迪特尔·塞格斯 , 清水明治 , 彼得·斯拉莫尔 , 埃里希·索兰丁 , Grzegorz Soza公司 , Ruchaneewan Susomboon公司 , 乔纳森·怀特 , 安德烈亚斯·维默 , 伊沃·沃尔夫 :
基于CT数据集的肝脏分割方法的比较与评价。 IEEE传输。 医学成像 28 ( 8 ) : 1251-1265 ( 2009 ) 2007 【c3】 马蒂亚斯·埃尔特 , 亚历山大·霍斯 , 吕迪格·舒尔兹·温特兰 , 哈拉尔德·西特克 , 玛丽亚·阿瑟洛古 , 格林特·施密特 , 托马斯·维滕贝格 :
乳房X光检查中的计算机辅助诊断参考日期。 Bildverabeitung für die Medizin公司 2007 : 96-100 【c2】 格林特·施密特 , 亚历山大·霍斯 , 吕迪格·舒尔兹·温特兰 , 苏赫班斯比尔·科尔 , 马蒂亚斯·埃尔特 , 哈拉尔德·西特克 , 托马斯·维滕贝格 , 玛丽亚·阿瑟洛古 , 格德·卡尔·宾尼 :
乳腺造影术中用于自动整体分析的认知网络技术。 Bildverabeitung für die Medizin公司 2007 : 282-287
1990 – 1999
1998 【c1】 瓦妮娅·彭切瓦·斯皮里多诺夫 , 亚历山大·霍斯 , 哈达米茨基 , H.Kreuzberg先生 , 格林特·施密特 , 拉斐尔·施耐德 :
Holter-ECG存档和分析系统上的分布式病历。 MedInfo公司 1998 : 6-8
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)