Wykaz publikacji wybranego autora

Marek Wodziński, dr inż.

adiunkt

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kmie, Katedra Metrologii i Elektroniki


  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria biomedyczna


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-8076-6246 orcid iD

ResearcherID: V-7804-2017

Scopus: 57195258893

PBN: 5e70929a878c28a047398dfe

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • [referat, 2022]
  • TytułA multi-task multiple instance learning algorithm to analyze large whole slide images from bright challenge 2022
    AutorzyNiccolo Marini, Marek WODZIŃSKI, Manfredo Atzori, Henning Müller
    ŹródłoISBIC 2022 [Dokument elektroniczny] : IEEE International Symposium on Biomedical Imaging Challenges : 28-31 March 2022, Kolkata, India : symposium proceedings. — [Piscataway] : IEEE, cop. 2022. — S. [1–4]
  • keywords: image classification, breast cancer, deep learning, BRIGHT, Multiple Instance Learning

    cyfrowy identyfikator dokumentu: 10.1109/ISBIC56247.2022.9854527

2
3
  • [fragment monografii pokonferencyjnej, 2022]
  • TytułPrzetwarzanie, analiza i wizualizacja obrazów oraz sygnałów medycznych
    AutorzyAndrzej SKALSKI, Daria HEMMERLING, Marek WODZIŃSKI, Mateusz DANIOŁ, Mirosław SOCHA, Maciej STANUCH, Adriana ZŁAHODA-HUZIOR, Katarzyna HERYAN, Janusz GAJDA
    ŹródłoNauka – technika – technologia : seria wydawnicza AGH, T. 5. — Kraków : Wydawnictwa AGH, 2022. — S. 129–144
  • słowa kluczowe: przetwarzanie i analiza obrazów, przetwarzanie sygnałów, druk 3D, mieszana rzeczywistość, obrazy medyczne

    keywords: 3D printing, signal processing, image processing and analysis, medical imaging, mixed reality

    cyfrowy identyfikator dokumentu: 10.7494/978-83-67427-00-5_9

4
  • [referat, 2022]
  • TytułSemi-supervised multilevel symmetric image registration method for magnetic resonance whole brain images
    AutorzyMarek WODZIŃSKI
    ŹródłoBiomedical image registration, domain generalisation and out-of-distribution analysis : MICCAI 2021 challenges: MIDOG 2021, MOOD 2021, and Learn2Reg 2021 held in conjunction with MICCAI 2021 : Strasbourg, France, September 27 – October 1, 2021 : proceedings / eds. Marc Aubreville, David Zimmerer, Mattias Heinrich. — Cham : Springer Nature, cop. 2022. — S. 186–191
  • keywords: image registration, medical imaging, deep learning, Learn2Reg, L2R

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-97281-3_27

5
  • [artykuł w czasopiśmie, 2022]
  • TytułUnleashing the potential of digital pathology data by training computer-aided diagnosis models without human annotations
    AutorzyNiccolò Marini, Stefano Marchesin, Sebastian Otálora, Marek WODZIŃSKI, Alessandro Caputo, Mart van Rijthoven, Witali Aswolinskiy, John-Melle Bokhorst, Damian Podareanu, Edyta Petters, Svetla Boytcheva, Genziana Buttafuoco, Simona Vatrano, Filippo Fraggetta, Jeroen van der Laak, Maristella Agosti, Francesco Ciompi, Gianmaria Silvello, Henning Muller, Manfredo Atzori
    Źródłonpj Digital Medicine [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2022 vol. 5 iss. 1 art. no. 102, s. 1-18. — tekst: https://www.nature.com/articles/s41746-022-00635-4.pdf
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.1038/s41746-022-00635-4