Måns Larsson

Visar 18 publikationer

2023
Open Access icon

Common carotid segmentation in 18F-sodium fluoride PET/CT scans: Head-to-head comparison of artificial intelligence-based and manual method

Reza Piri, Yaran Hamakan, Ask Vang et al
Clinical Physiology and Functional Imaging. Vol. 43 (2), p. 71-77
Artikel i vetenskaplig tidskrift
2022

AI-based detection and characterization of lung tumors in 18F-FDG-PET/CT including measurements of tumor dimension in CT

P. Borrelli, Måns Larsson, R. Rossi Norrlund et al
European Journal of Nuclear Medicine and Molecular Imaging. Vol. 49 (Suppl 1), p. S620-S620
Övrig text i vetenskaplig tidskrift
2022
Open Access icon

PET/CT imaging of spinal inflammation and microcalcification in patients with low back pain: A pilot study on the quantification by artificial intelligence-based segmentation

Reza Piri, Amalie H. Nøddeskou-Fink, Oke Gerke et al
Clinical Physiology and Functional Imaging. Vol. 42 (4), p. 225-232
Artikel i vetenskaplig tidskrift
2022

Detection of mediastinal lymph node non-small cell lung cancer metastasis based on an Artificial Intelligence reading system of 18f-fdg pet-ct

M. Mila Lopez, P. Fierro Alanis, D. Baquero Velandia et al
European Journal of Nuclear Medicine and Molecular Imaging. Vol. 49 (Suppl 1), p. S622-S622
Övrig text i vetenskaplig tidskrift
2022

“Global” cardiac atherosclerotic burden assessed by artificial intelligence-based versus manual segmentation in 18F-sodium fluoride PET/CT scans: Head-to-head comparison

Reza Piri, L. Edenbrandt, Måns Larsson et al
Journal of Nuclear Cardiology. Vol. 29 (5), p. 2531-2539
Artikel i vetenskaplig tidskrift
2021
Open Access icon

Artificial intelligence-based detection of lymph node metastases by PET/CT predicts prostate cancer-specific survival

Pablo Borrelli, Måns Larsson, Johannes Ulen et al
Clinical Physiology and Functional Imaging. Vol. 41 (1), p. 62-67
Artikel i vetenskaplig tidskrift
2021
Open Access icon

Artificial intelligence based automatic quantification of epicardial adipose tissue suitable for large scale population studies

David Molnar, Olof Enqvist, Johannes Ulén et al
Scientific Reports. Vol. 11 (1)
Artikel i vetenskaplig tidskrift
2019
Open Access icon

Fine-Grained Segmentation Networks: Self-Supervised Segmentation for Improved Long-Term Visual Localization

Måns Larsson, Erik Stenborg, Carl Toft et al
Proceedings of the IEEE International Conference on Computer Vision (October), p. 31-41
Paper i proceeding
Visa projekt
2019

A cross-season correspondence dataset for robust semantic segmentation

Måns Larsson, Erik Stenborg, Lars Hammarstrand et al
Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Vol. 2019-June, p. 9524-9534
Paper i proceeding
Visa projekt
2018

Revisiting Deep Structured Models for Pixel-Level Labeling with Gradient-Based Inference

Måns Larsson, Anurag Arnab, Shuai Zheng et al
SIAM Journal on Imaging Sciences. Vol. 11 (4), p. 2610-2628
Artikel i vetenskaplig tidskrift
2018

A projected gradient descent method for crf inference allowing end-to-end training of arbitrary pairwise potentials

Måns Larsson, Anurag Arnab, Fredrik Kahl et al
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Vol. 10746, p. 564-579
Paper i proceeding
2018

Robust Abdominal Organ Segmentation Using Regional Convolutional Neural Networks

Måns Larsson, Zhang Yuhang, Fredrik Kahl
Applied Soft Computing Journal. Vol. 70, p. 465-470
Artikel i vetenskaplig tidskrift
2018

Conditional Random Fields Meet Deep Neural Networks for Semantic Segmentation: Combining Probabilistic Graphical Models with Deep Learning for Structured Prediction

Anurag Arnab, Shuai Zheng, Sadeep Jayasumana et al
IEEE Signal Processing Magazine. Vol. 35 (1), p. 37-52
Artikel i vetenskaplig tidskrift
2017
Open Access icon

Robust abdominal organ segmentation using regional convolutional neural networks

Måns Larsson, Zhang Yuhang, Fredrik Kahl
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Vol. 10270 LNCS, p. 41-52
Paper i proceeding
2017
Open Access icon

Max-margin learning of deep structured models for semantic segmentation

Måns Larsson, Jennifer Alvén, Fredrik Kahl
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Vol. 10270 LNCS, p. 28-40
Paper i proceeding
2016
Open Access icon

Deepseg: Abdominal Organ Segmentation Using Deep Convolutional Neural Networks

Måns Larsson, Yuhang Zhang, Fredrik Kahl
SSBA
Övrigt konferensbidrag

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.

Det finns inga projekt att visa.
Det kan finnas fler projekt där Måns Larsson medverkar, men du måste vara inloggad som anställd på Chalmers för att kunna se dem.

Feedback och support

Om du har frågor, behöver hjälp, hittar en bugg eller vill ge feedback kan du göra det här nedan. Du når oss också direkt per e-post research.lib@chalmers.se.

Om tjänsten

Research.chalmers.se innehåller information om forskning på Chalmers, publikationer och projekt inklusive information om finansiärer och samarbetspartners.

Läs mer om tjänsten, täckningsgrad och vilka som kan se informationen

Personuppgifter och cookies

Tillgänglighet

Citation Style Language
citeproc-js (Frank Bennett)

Länkar

Chalmers bibliotek
Chalmers forskning
Chalmers examensarbeten

Chalmers tekniska högskola

412 96 GÖTEBORG
TELEFON: 031-772 10 00
WWW.CHALMERS.SE