Validation of deep learning techniques for quality augmentation in diffusion MRI for clinical studies

  1. Aja-Fernández, S.
  2. Martín-Martín, C.
  3. Planchuelo-Gómez, Á.
  4. Faiyaz, A.
  5. Uddin, M.N.
  6. Schifitto, G.
  7. Tiwari, A.
  8. Shigwan, S.J.
  9. Kumar Singh, R.
  10. Zheng, T.
  11. Cao, Z.
  12. Wu, D.
  13. Blumberg, S.B.
  14. Sen, S.
  15. Goodwin-Allcock, T.
  16. Slator, P.J.
  17. Yigit Avci, M.
  18. Li, Z.
  19. Bilgic, B.
  20. Tian, Q.
  21. Wang, X.
  22. Tang, Z.
  23. Cabezas, M.
  24. Rauland, A.
  25. Merhof, D.
  26. Manzano Maria, R.
  27. Campos, V.P.
  28. Santini, T.
  29. da Costa Vieira, M.A.
  30. HashemizadehKolowri, S.
  31. DiBella, E.
  32. Peng, C.
  33. Shen, Z.
  34. Chen, Z.
  35. Ullah, I.
  36. Mani, M.
  37. Abdolmotalleby, H.
  38. Eckstrom, S.
  39. Baete, S.H.
  40. Filipiak, P.
  41. Dong, T.
  42. Fan, Q.
  43. de Luis-García, R.
  44. Tristán-Vega, A.
  45. Pieciak, T.
  46. Erakutsi egile guztiak +
Aldizkaria:
NeuroImage: Clinical

ISSN: 2213-1582

Argitalpen urtea: 2023

Alea: 39

Mota: Artikulua

DOI: 10.1016/J.NICL.2023.103483 GOOGLE SCHOLAR lock_openSarbide irekia editor
Datuen iturria: Scopus