Martin Lillholm
Professor
Machine Learning
Universitetsparken 1
2100 København Ø
ORCID: 0000-0002-1402-6899
- Udgivet
A unifying framework for automatic and semi-automatic segmentation of vertebrae from radiographs using sample-driven active shape models
Mysling, P., Petersen, P. K., Nielsen, Mads & Lillholm, Martin, 2013, I: Machine Vision & Applications. 24, 7, s. 1421–1434 14 s.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › fagfællebedømt
- Udgivet
A novel OA efficacy marker: cartilage activity
Jørgensen, D. R., Lillholm, Martin & Dam, E. B., 2013, I: Osteoarthritis and Cartilage. 21, Supplement, s. S21-S22 2 s., 28.Publikation: Bidrag til tidsskrift › Konferenceabstrakt i tidsskrift
ID: 152298477
Flest downloads
-
1622
downloads
Mammographic texture resemblance generalizes as an independent risk factor for breast cancer
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › fagfællebedømt
Udgivet -
624
downloads
Mammographic density and structural features can individually and jointly contribute to breast cancer risk assessment in mammography screening: a case-control study
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › fagfællebedømt
Udgivet -
338
downloads
Automatic segmentation of high-and low-field knee MRIs using knee image quantification with data from the osteoarthritis initiative
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › fagfællebedømt
Udgivet