A fully unsupervised deep learning framework for non-rigid fundus image registration (2022)
- Authors:
- Autor USP: COLNAGO, MARILAINE - ICMC
- Unidade: ICMC
- DOI: 10.3390/bioengineering9080369
- Subjects: VISÃO COMPUTACIONAL; APRENDIZADO COMPUTACIONAL; REDES NEURAIS; FUNDO DE OLHO
- Keywords: fundus image; image registration; deep learning; computer vision applications
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Bioengineering
- ISSN: 2306-5354
- Volume/Número/Paginação/Ano: v. 9, n. 8, p. 1-17, 2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
BENVENUTO, Giovana Augusta et al. A fully unsupervised deep learning framework for non-rigid fundus image registration. Bioengineering, v. 9, n. 8, p. 1-17, 2022Tradução . . Disponível em: https://doi.org/10.3390/bioengineering9080369. Acesso em: 09 jan. 2026. -
APA
Benvenuto, G. A., Colnago, M., Dias, M. A., Negri, R. G., Silva, E. A. da, & Casaca, W. C. de O. (2022). A fully unsupervised deep learning framework for non-rigid fundus image registration. Bioengineering, 9( 8), 1-17. doi:10.3390/bioengineering9080369 -
NLM
Benvenuto GA, Colnago M, Dias MA, Negri RG, Silva EA da, Casaca WC de O. A fully unsupervised deep learning framework for non-rigid fundus image registration [Internet]. Bioengineering. 2022 ; 9( 8): 1-17.[citado 2026 jan. 09 ] Available from: https://doi.org/10.3390/bioengineering9080369 -
Vancouver
Benvenuto GA, Colnago M, Dias MA, Negri RG, Silva EA da, Casaca WC de O. A fully unsupervised deep learning framework for non-rigid fundus image registration [Internet]. Bioengineering. 2022 ; 9( 8): 1-17.[citado 2026 jan. 09 ] Available from: https://doi.org/10.3390/bioengineering9080369 - Um método de interface imersa de alta ordem para a resolução de equações elípticas com coeficientes descontínuos
- Learning label diffusion maps for semi-automatic segmentation of lung CT images with COVID-19
- Mapping fire susceptibility in the brazilian Amazon forests using multitemporal remote sensing and time-varying unsupervised anomaly detection
- Plataforma SP covid-19 info tracker: a matemática e a inteligência artificial à serviço do combate à covid-19
- Avaliação do impacto da vacinação e do IDH nos óbitos Infantis por Covid-19 no período da variante ômicron
- Um estudo de gênero a partir da distribuição de bolsas do programa universidade para todos
Informações sobre o DOI: 10.3390/bioengineering9080369 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3092551.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
