Martin Lillholm
Professor
Machine Learning
Universitetsparken 1
2100 København Ø
ORCID: 0000-0002-1402-6899
1 - 1 ud af 1Pr. side: 25
- 2016
- Udgivet
Learning density independent texture features
Kallenberg, M. G. J., Nielsen, Mads, Holland, K., Karssemeijer, N., Igel, Christian & Lillholm, Martin, 2016, Breast Imaging: 13th International Workshop, IWDM 2016, Malmö, Sweden, June 19-22, 2016, Proceedings. Tingberg, A., Lång, K. & Timberg, P. (red.). Springer, s. 299-306 8 s. (Lecture notes in computer science, Bind 9699).Publikation: Bidrag til bog/antologi/rapport › Konferencebidrag i proceedings › Forskning › fagfællebedømt
ID: 152298477
Flest downloads
-
1625
downloads
Mammographic texture resemblance generalizes as an independent risk factor for breast cancer
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet -
627
downloads
Mammographic density and structural features can individually and jointly contribute to breast cancer risk assessment in mammography screening: a case-control study
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet -
338
downloads
Automatic segmentation of high-and low-field knee MRIs using knee image quantification with data from the osteoarthritis initiative
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet