Martin Lillholm
Professor
Machine Learning
Universitetsparken 1
2100 København Ø
Statistics and category systems for the shape index descriptor of local 2nd order natural image structure
Lillholm, Martin & Griffin, L. D., 2009, I: Image and Vision Computing. 27, 6, s. 771-781 11 s.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Larger feature alphabets can improve object recognition even with simpler visual words
Lillholm, Martin & Griffin, L., 2008, I: Perception. 37, Supplement, s. 33-33 1 s.Publikation: Bidrag til tidsskrift › Konferenceabstrakt i tidsskrift › Forskning
Jet based feature classification
Lillholm, Martin & Steenstrup Pedersen, Kim, 2004, Proceedings of the 17th International Conference on Pattern Recognition, 2004: ICPR 2004. IEEE, s. 787-790 4 s.Publikation: Bidrag til bog/antologi/rapport › Konferencebidrag i proceedings › Forskning › fagfællebedømt
A category system on the shape index descriptor of local image structure induced by natural image statistics
Lillholm, Martin & Griffin, L. D., 2006, I: Perception. 35, Supplement, s. 48-49 2 s.Publikation: Bidrag til tidsskrift › Konferenceabstrakt i tidsskrift › Forskning
Maximum likelihood metameres for local 2nd order image structure of natural images
Lillholm, Martin & Griffin, L. D., 2007, Scale Space and Variational Methods in Computer Vision: First International Conference, SSVM 2007, Ischia, Italy, May 30 - June 2, 2007. Proceedings. Sgallari, F., Murli, A. & Paragios, N. (red.). Springer, s. 394-405 12 s. (Lecture notes in computer science, Bind 4485).Publikation: Bidrag til bog/antologi/rapport › Bidrag til bog/antologi › Forskning › fagfællebedømt
- Udgivet
Evaluation of WBAA with registration-based cube propagation for brain atrophy quantification
Lillholm, Martin, Pai, A. S. U., Sørensen, L., Nielsen, Mads, Sporring, Jon, Darkner, Sune & Dam, E., 2013. 1 s.Publikation: Konferencebidrag › Konferenceabstrakt til konference › Forskning › fagfællebedømt
- Udgivet
Identifying recurrent breast cancer patients in national health registries using machine learning
Lauritzen, Andreas, Berg, T., Jensen, M., Lillholm, Martin & Knoop, A., 2023, I: Acta Oncologica. 62, 4, s. 350–357Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
- Udgivet
An Artificial Intelligence–based Mammography Screening Protocol for Breast Cancer: Outcome and Radiologist Workload
Lauritzen, Andreas, Rodríguez-Ruiz, A., von Euler-Chelpin, My Catarina, Lynge, Elsebeth, Vejborg, I., Nielsen, Mads, Karssemeijer, N. & Lillholm, Martin, 2022, I: Radiology. 304, 1, s. 41-49Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
- Udgivet
Assessing Breast Cancer Risk by Combining AI for Lesion Detection and Mammographic Texture
Lauritzen, Andreas, von Euler-Chelpin, My Catarina, Lynge, Elsebeth, Vejborg, I., Nielsen, Mads, Karssemeijer, N. & Lillholm, Martin, 2023, I: Radiology. 308, 2, 8 s., e230227.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
- Udgivet
Robust cross-vendor mammographic texture models using augmentation-based domain adaptation for long-term breast cancer risk
Lauritzen, Andreas, von Euler-Chelpin, My Catarina, Lynge, Elsebeth, Vejborg, I., Nielsen, Mads, Karssemeijer, N. & Lillholm, Martin, 2023, I: Journal of Medical Imaging. 10, 5, s. 1-16 054003.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › 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