Jennifer Alvén
Jennifer Alvén är postdoc i forskargruppen för datorseende. Jennifer forskar inom medicinsk bildanalys med fokus på djup maskininlärning för tolkning och analys av medicinska bilder. Pågående projekt inkluderar automatisk tolkning och analys av hjärtultraljud samt detektion, segmentering och klassificering av plack och förträngningar i kranskärl i skiktröntgen.
![Jennifer Alvén from chalmers.se Image of Jennifer Alvén](https://chalmers.se/_next/image/?url=https%3A%2F%2Fcms.www.chalmers.se%2FMedia%2F00db4lsy%2Falven.jpg%3Fwidth%3D600%26height%3D600%26v%3D1d95dd26693fc30%26quality%3D60%26format%3Dwebp&w=640&q=90)
Visar 18 publikationer
NoiseNet, a fully automatic noise assessment tool that can identify non-diagnostic CCTA examinations
Deep Nearest Neighbors for Anomaly Detection in Chest X-Rays
Shape-aware label fusion for multi-atlas frameworks
A Deep Learning Approach to MR-less Spatial Normalization for Tau PET Images
Multiatlas Segmentation Using Robust Feature-Based Registration
Improving Multi-Atlas Segmentation Methods for Medical Images
Max-margin learning of deep structured models for semantic segmentation
Shape-aware multi-atlas segmentation
Überatlas: Fast and robust registration for multi-atlas segmentation
Good Features for Reliable Registration in Multi-Atlas Segmentation
Überatlas: Robust Speed-Up of Feature-Based Registration and Multi-Atlas Segmentation
Ladda ner publikationslistor
Du kan ladda ner denna lista till din dator.
Filtrera och ladda ner publikationslista
Som inloggad användare hittar du ytterligare funktioner i MyResearch.
Du kan även exportera direkt till Zotero eller Mendeley genom webbläsarplugins. Dessa hittar du här:
Zotero Connector
Mendeley Web Importer
Tjänsten SwePub erbjuder uttag av Researchs listor i andra format, till exempel kan du få uttag av publikationer enligt Harvard och Oxford i .RIS, BibTex och RefWorks-format.
Visar 1 forskningsprojekt
Deep Learning för att extrahera trädstrukturer i medicinska bilder