Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  High-resolution neural network-driven mapping of multiple diffusion metrics leveraging asymmetries in the balanced steady-state free precession frequency profile

Birk, F., Glang, F., Loktyushin, A., Birkl, C., Ehses, P., Scheffler, K., et al. (2021). High-resolution neural network-driven mapping of multiple diffusion metrics leveraging asymmetries in the balanced steady-state free precession frequency profile. NMR in Biomedicine, 35(6): e4669. doi:10.1002/nbm.4669.

Item is

Basisdaten

einblenden: ausblenden:
Genre: Zeitschriftenartikel

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://doi.org/10.1002/nbm.4669 (Verlagsversion)
Beschreibung:
-
OA-Status:
Hybrid
externe Referenz:
https://doi.org/10.48550/arXiv.2109.07272 (Preprint)
Beschreibung:
-
OA-Status:
Grün

Urheber

einblenden:
ausblenden:
 Urheber:
Birk, Florian1, Autor
Glang, Felix1, Autor
Loktyushin, Alexander1, 2, Autor                 
Birkl, Christoph 1, Autor
Ehses, Philipp 1, Autor
Scheffler, Klaus1, Autor
Heule, Rahel1, Autor
Affiliations:
1External Organizations, ou_persistent22              
2Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society, ou_1497647              

Inhalt

einblenden:
ausblenden:
Schlagwörter: Abt. Schölkopf
 Zusammenfassung: -

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2021-12-29
 Publikationsstatus: Online veröffentlicht
 Seiten: 16
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: DOI: 10.1002/nbm.4669
arXiv: 2109.07272
BibTex Citekey: Birketal22
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: NMR in Biomedicine
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: London : Heyden & Son
Seiten: - Band / Heft: 35 (6) Artikelnummer: e4669 Start- / Endseite: - Identifikator: ISSN: 0952-3480
ISSN: 1099-1492
CoNE: https://pure.mpg.de/cone/journals/resource/954925574973