Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  DetailsÜbersicht

Freigegeben
Buchkapitel

Kernel Methods in Medical Imaging

MPG-Autoren
/persons/resource/persons83856

Charpiat,  G
Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society;

/persons/resource/persons83974

Hofmann,  M
Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society;
Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society;

/persons/resource/persons84193

Schölkopf,  B
Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society;

Externe Ressourcen
Es sind keine externen Ressourcen hinterlegt
Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Charpiat, G., Hofmann, M., & Schölkopf, B. (2015). Kernel Methods in Medical Imaging. In Paragios, N., J. Duncan, & N. Ayache (Eds.), Handbook of Biomedical Imaging: Methodologies and Clinical Research (pp. 63-81). Boston, MA, USA: Springer.


Zitierlink: https://hdl.handle.net/11858/00-001M-0000-002A-47CB-C
Zusammenfassung
We introduce machine learning techniques, more specifically kernel methods, and show how they can be used for medical imaging. After a tutorial presentation of machine learning concepts and tools, including Support Vector Machine (SVM), kernel ridge regression and kernel PCA, we present an application of these tools to the prediction of Computed Tomography (CT) images based on Magnetic Resonance (MR) images.