Name: Computer Vision-Guided Virtual Craniofacial Surgery: A Graph-Theoretic and Statistical Perspective (en Inglés)
Price: 497.39 PEN
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)

Formato

Libro Físico

Autor

Suchendra M. Bhandarkar

Ananda S. Chowdhury

Editorial

Springer

Idioma

Inglés

N° páginas

166

Encuadernación

Tapa Blanda

Dimensiones

23.4 x 15.6 x 1.0 cm

Peso

0.28 kg.

ISBN13

9781447126454

Categorías

Ciencias básicas de la medicina preclínica
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

S/ 497,39

S/ 994,77

Ahorras: S/ 497,39

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 29 de Julio y el Lunes 12 de Agosto.

Lo recibirás en cualquier lugar de Perú entre 2 y 5 días hábiles luego del envío.

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.