Martin Lillholm
Professor
Machine Learning
Universitetsparken 1
2100 København Ø
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
- Udgivet
A framework for optimizing measurement weight maps to minimize the required sample size
Qazi, A. A., Jørgensen, D. R., Lillholm, Martin, Loog, M., Nielsen, Mads & Dam, Erik Bjørnager, 2010, I: Medical Image Analysis. 14, 3, s. 255-264 10 s.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
- Udgivet
A novel OA efficacy marker: cartilage activity
Jørgensen, D. R., Lillholm, Martin & Dam, E. B., 2013, I: Osteoarthritis and Cartilage. 21, Supplement, s. S21-S22 2 s., 28.Publikation: Bidrag til tidsskrift › Konferenceabstrakt i tidsskrift › Forskning
- Udgivet
A unifying framework for automatic and semi-automatic segmentation of vertebrae from radiographs using sample-driven active shape models
Mysling, P., Petersen, P. K., Nielsen, Mads & Lillholm, Martin, 2013, I: Machine Vision & Applications. 24, 7, s. 1421–1434 14 s.Publikation: 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
An evaluation of a novel technique for fully automatic synovitis quantification from pre- and post-contrast wrist MRI
Mysling, P., Dam, E., Zaim, S., Genant, H., Fuerst, T. & Lillholm, Martin, 2012, I: Annals of the Rheumatic Diseases. 71, Supplement 3, s. 303-304 2 s., THU0439.Publikation: Bidrag til tidsskrift › Konferenceabstrakt i tidsskrift › 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
Automated texture scoring for assessing breast cancer masking risk in full field digital mammography
Kallenberg, M. G. J., Petersen, P. K., Lillholm, Martin, Jørgensen, D. R., Diao, P., Holland, K., Karssemeijer, N., Igel, Christian & Nielsen, Mads, 2015, I: Insights into Imaging. 6, 1, Supplement, 1 s., B-0212.Publikation: Bidrag til tidsskrift › Konferenceabstrakt i tidsskrift › Forskning › fagfællebedømt
- Udgivet
Automatic analysis of trabecular bone structure from knee MRI
Marques, J., Granlund, R., Lillholm, Martin, Pettersen, P. C. & Dam, E. B., 2012, I: Computers in Biology and Medicine. 42, 7, s. 735-742 8 s.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
- Udgivet
Automatic quantification of tibio-femoral contact area and congruity
Tummala, S., Nielsen, Mads, Lillholm, Martin, Christiansen, C. & Dam, Erik Bjørnager, 2012, I: I E E E Transactions on Medical Imaging. 31, 7, s. 1404-1412 9 s.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 -
339
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