Michael Bachmann Nielsen

Michael Bachmann Nielsen

Klinisk Professor, Klinisk professor

Medlem af:

  • Radiologi


  1. Udgivet

    Auto-segmentation of Hip Joints Using MultiPlanar UNet with Transfer Learning

    Xu, Peidi, nsv780, nsv780, Gholamalizadeh, T., Nielsen, Michael Bachmann, Erleben, Kenny & Darkner, Sune, 2022, Medical Image Learning with Limited and Noisy Data: First International Workshop, MILLanD 2022 Held in Conjunction with MICCAI 2022 Singapore, September 22, 2022 Proceedings. Zamzmi, G., Antani, S., Rajaraman, S., Xue, Z., Bagci, U. & Linguraru, M. G. (red.). Springer Science and Business Media Deutschland GmbH, s. 153-162 10 s. (Medical Image Learning with Limited and Noisy Data, Bind 13559).

    Publikation: Bidrag til bog/antologi/rapportKonferencebidrag i proceedingsForskningfagfællebedømt

  2. Udgivet

    Long-term internal thoracic artery bypass graft patency and geometry assessed by multidetector computed tomography

    Zacho, M., Damgaard, S., Lilleoer, N. T., Kelbaek, H., Steinbrüchel, D., Nielsen, Michael Bachmann, Kofoed, Klaus Fuglsang, Damgaard, Sune & Lilleør, T. N., 2012, I: International Journal of Cardiovascular Imaging. 28, s. 1577-83

    Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

  3. Udgivet

    Hypercoagulability in relation to coronary artery bypass graft patency and clinical outcome

    Zacho, M., Rafiq, S., Kelbæk, H., Johansson, P. I., Nielsen, Michael Bachmann, Steinbrüchel, D. A. & Kofoed, Klaus Fuglsang, apr. 2013, I: Scandinavian Cardiovascular Journal. 47, 2, s. 104-8 5 s.

    Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

  4. Udgivet

    Visualizing Glioma Infiltration by the Combination of Multimodality Imaging and Artificial Intelligence, a Systematic Review of the Literature

    d'Este, S. H., Nielsen, Michael Bachmann & Hansen, Adam Espe, 2021, I: Diagnostics. 11, 4, 592.

    Publikation: Bidrag til tidsskriftReviewForskningfagfællebedømt

  5. Udgivet

    Development of a reliable simulation-based test for diagnostic abdominal ultrasound with a pass/fail standard usable for mastery learning

    Østergaard, M. L., Nielsen, K. R., Albrecht-Beste, Elisabeth, Konge, Lars & Nielsen, Michael Bachmann, jan. 2018, I: European Radiology. 28, 1, s. 51-57

    Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

  6. Udgivet

    Simulation-Based Abdominal Ultrasound Training – A Systematic Review

    Østergaard, M. L., Ewertsen, C., Konge, Lars, Albrecht-Beste, Elisabeth & Nielsen, Michael Bachmann, jun. 2016, I: Ultraschall in der Medizin. 37, 3, s. 253-61 9 s.

    Publikation: Bidrag til tidsskriftReviewForskningfagfællebedømt

  7. Udgivet

    Four virtual-reality simulators for diagnostic abdominal ultrasound training in radiology

    Østergaard, M. L., Konge, Lars, Kahr, N., Albrecht-Beste, Elisabeth, Nielsen, Michael Bachmann & Nielsen, K. R., 2019, I: Diagnostics. 9, 2, 50.

    Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

  8. Udgivet

    Simulator training improves ultrasound scanning performance on patients: a randomized controlled trial

    Østergaard, M. L., Rue Nielsen, K., Albrecht-Beste, Elisabeth, Kjær Ersbøll, A., Konge, Lars & Nielsen, Michael Bachmann, jun. 2019, I: European Radiology. 29, 6, s. 3210-3218

    Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

Forrige 1...23 24 25 26 27 Næste

ID: 916435