Risultati trovati 2 Dati completi Dati sinteticiClicca sul titolo per vedere i dati completi di ogni documento e la segnatura con la quale richiederlo. |
Consultabilità delle tesi
Consultabile |
ENDRIZZI WALTER, A MACHINE LEARNING APPROACH TO PREDICT PROGRESSION IN PATIENTS AFFECTED BY MULTIPLE SCLEROSIS,
Rel. OSMANI VENET,
Rel. ROMANEL ALESSANDRO,
AA 2022/2023
Autore:
ENDRIZZI WALTER
Titolo: A MACHINE LEARNING APPROACH TO PREDICT PROGRESSION IN PATIENTS AFFECTED BY MULTIPLE SCLEROSIS Relatore: ROMANEL ALESSANDRO Secondo Relatore: OSMANI VENET Correlatore: MORONI MONICA Anno accademico: 2022/2023 Corso: Corso di Laurea Magistrale - Biologia Quantitativa e Computazionale [0521H] Struttura didattica: Dipartimento CIBIO Formato: digitale Segnatura: 0521H-100 |
REHMAN HUMA, ENHANCING LUNGS CANCER PROGNOSIS WITH RADIOMIC FEATURES: A COMPARATIVE EVALUATION OF HAND-CREAFTED AND DEEP LEARNING SEGMENTATION IN CT SCANS,
Rel. JURMAN GIUSEPPE,
AA 2022/2023
Autore:
REHMAN HUMA
Titolo: ENHANCING LUNGS CANCER PROGNOSIS WITH RADIOMIC FEATURES: A COMPARATIVE EVALUATION OF HAND-CREAFTED AND DEEP LEARNING SEGMENTATION IN CT SCANS Relatore: JURMAN GIUSEPPE Correlatore: MORONI MONICA Anno accademico: 2022/2023 Corso: Corso di Laurea Magistrale - Data Science [0522H] Struttura didattica: Dipartimento di Matematica Formato: digitale Segnatura: 0522H-80 |