Aller au contenu principal
Accueil

Main navigation

  • Actualités
    • Toutes les actualités
    • Séminaires - Soutenances
  • Présentation
    • CREATIS
    • Organigramme
    • Personnels
    • Effectifs
    • Contacts
    • Accès
  • Recherche
    • Equipes de recherche
    • Projets transversaux
    • Projets Structurants
    • Plateformes d'imagerie
    • Rapports d'activités
    • Notes d'information données
  • Contributions
    • Publications
    • Brevets
    • Logiciels
    • Organisation de challenges
    • Démarches environnementales
  • Formations
    • Implications dans les formations
    • Ecoles doctorales
  • Emplois et Stages
  • French French
  • English English
Search API form
User account menu
  • Account
    • Se connecter

Fil d'Ariane

  1. Accueil
  2. node

Analyse et classification des spectres optiques de glioblastomes en utilisant le Machine Learning et le Deep Learning

Unrolling approach to nonlinear (differential) inverse problem

Frequency-dependent F-number suppresses grating lobes and improves lateral resolution in plane-wave compounding 

SPyRiT - a PyTorch-based toolbox for deep image reconstruction

A visual–language foundation model for pathology image analysis using medical Twitter ; NISF: Neural Implicit Segmentation Functions.

on weakly-supervised learning for emboli characterization with Transcranial Doppler (TCD) monitoring

on translational cardiovascular pathophysiology

Imagerie par corrélation : du CND au médical 

Émissions codées simultanées en synthèse d'ouverture pour l'imagerie ultrasonore

Adaptive beamforming and microbubble identification for ultrasound localization microscopy

Pagination

  • Première page
  • Page précédente
  • …
  • Page 18
  • Page 19
  • Page 20
  • Page 21
  • Page 22
  • Page 23
  • Page 24
  • Page 25
  • Page 26
  • …
  • Page suivante
  • Dernière page

Barre liens pratiques

  • Authentication
  • Intranet
  • Flux rss
  • Creatis sur Twitter
  • Webmail
Accueil

Footer menu

  • Contact
  • Accès
  • Newsletter
  • Mentions Légales