Identifying the best machine learning algorithms for brain tumor segmentation, progression assessment, and overall survival prediction in the BRATS challenge

International Brain Tumor Segmentation (BraTS) challenge

Detalles Bibliográficos
Autores:	Bakas, Spyridon, Reyes, Mauricio, Jakab, Andras, Bauer, Stefan, Casamitjana Díaz, Adrià\|\|\|0000-0002-0539-3638, Catà, Marcel, Combalia, Marc, Sanchez Muriana, Irina, Vilaplana Besler, Verónica\|\|\|0000-0001-6924-9961
Tipo de recurso:	informe técnico
Fecha de publicación:	2019
País:	España
Institución:	Universitat Politècnica de Catalunya (UPC)
Repositorio:	UPCommons. Portal del coneixement obert de la UPC
Idioma:	inglés
OAI Identifier:	oai:upcommons.upc.edu:2117/332411
Acceso en línea:	https://hdl.handle.net/2117/332411
Access Level:	acceso abierto
Palabra clave:	Machine learning Brain -- Tumors -- Diagnosis BraTS Challenge Brain Tumor Segmentation Glioma Glioblastoma Radiomics Survival Progression RECIST RANO Aprenentatge automàtic Cervell -- Tumors -- Diagnòstic Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyal::Processament de la imatge i del senyal vídeo Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial::Aprenentatge automàtic

Descripción
Sumario:	International Brain Tumor Segmentation (BraTS) challenge