Name: Computer Vision-Guided Virtual Craniofacial Surgery: A Graph-Theoretic and Statistical Perspective (en Inglés)
SKU: 57854800
Price: 104.94 USD
Availability: InStock
Author: Chowdhury, Ananda S. ; Bhandarkar, Suchendra M.
ISBN: 9781447126454

portada Computer Vision-Guided Virtual Craniofacial Surgery: A Graph-Theoretic and Statistical Perspective (en Inglés)

Computer Vision-Guided Virtual Craniofacial Surgery: A Graph-Theoretic and Statistical Perspective (en Inglés)

Formato

Libro Físico

Autor

Suchendra M. Bhandarkar

Ananda S. Chowdhury

Editorial

Springer

Idioma

Inglés

N° páginas

166

Encuadernación

Tapa Blanda

Dimensiones

23.4x15.6x1 cm

Peso

0.28 kg.

ISBN13

9781447126454

Categorías

Medicina preclínica: ciencias básicas
Radioterapia
Medicina nuclear
Técnicas de diagnóstico por la imagen: radiología
Reconocimiento de formas
Visión por ordenador

Computer Vision-Guided Virtual Craniofacial Surgery: A Graph-Theoretic and Statistical Perspective (en Inglés)

Suchendra M. Bhandarkar (Autor) · Ananda S. Chowdhury (Autor) · Springer · Tapa Blanda

Libro Nuevo Importado

Envío: 16 a 23 días háb.

$ 190.80$ 104.94

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan más de 100 unidades

$ 104.94

Llega entre el 22 Sep y el 05 Oct a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Computer Vision-Guided Virtual Craniofacial Surgery: A Graph-Theoretic and Statistical Perspective (en Inglés)"

This unique text/reference discusses in depth the two integral components of reconstructive surgery; fracture detection, and reconstruction from broken bone fragments. In addition to supporting its application-oriented viewpoint with detailed coverage of theoretical issues, the work incorporates useful algorithms and relevant concepts from both graph theory and statistics. Topics and features: presents practical solutions for virtual craniofacial reconstruction and computer-aided fracture detection; discusses issues of image registration, object reconstruction, combinatorial pattern matching, and detection of salient points and regions in an image; investigates the concepts of maximum-weight graph matching, maximum-cardinality minimum-weight matching for a bipartite graph, determination of minimum cut in a flow network, and construction of automorphs of a cycle graph; examines the techniques of Markov random fields, hierarchical Bayesian restoration, Gibbs sampling, and Bayesian inference.