Martin Lillholm
Professor
Machine Learning
Universitetsparken 1
2100 København Ø
ORCID: 0000-0002-1402-6899
11 - 12 ud af 12Pr. side: 10
- Udgivet
Predicting knee cartilage loss using adaptive partitioning of cartilage thickness maps
Jørgensen, D. R., Dam, Erik Bjørnager & Lillholm, Martin, 2013, I: Computers in Biology and Medicine. 43, 8, s. 1045-1052 8 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
ID: 152298477
Flest downloads
-
1624
downloads
Mammographic texture resemblance generalizes as an independent risk factor for breast cancer
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet -
626
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