Flores Cuautle / Benítez-Mata / Reyes-Lagos | XLVII Mexican Conference on Biomedical Engineering | E-Book | sack.de
E-Book

E-Book, Englisch, Band 116, 473 Seiten, eBook

Reihe: IFMBE Proceedings

Flores Cuautle / Benítez-Mata / Reyes-Lagos XLVII Mexican Conference on Biomedical Engineering

Proceedings of CNIB 2024, November 7–9, 2024, Hermosillo, Sonora, México - Volume 1: Signal Processing And Bioinformatics
1. Auflage 2025
ISBN: 978-3-031-82123-3
Verlag: Springer International Publishing
Format: PDF
Kopierschutz: 1 - PDF Watermark

Proceedings of CNIB 2024, November 7–9, 2024, Hermosillo, Sonora, México - Volume 1: Signal Processing And Bioinformatics

E-Book, Englisch, Band 116, 473 Seiten, eBook

Reihe: IFMBE Proceedings

ISBN: 978-3-031-82123-3
Verlag: Springer International Publishing
Format: PDF
Kopierschutz: 1 - PDF Watermark



This book reports on cutting-edge research and best practices in the broad field of biomedical engineering. Based on the  XLVII Mexican Conference on Biomedical Engineering, CNIB 2024, held on November 7-9, 2024 in Hermosillo, Sonora, México, this first volume of the proceedings covers research topics in biomedical signal processing, computational biology and prosthetics, with applications of artificial intelligence for medical diagnosis, behavioral studies and more. All in all, this book provides a timely snapshot on state-of-the-art achievements in biomedical engineering and current challenges in the field. It addresses both researchers and professionals, and it is expected to foster future collaborations between the two groups, as well as international collaborations.
Flores Cuautle / Benítez-Mata / Reyes-Lagos XLVII Mexican Conference on Biomedical Engineering jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


ML Design in Handwriting Analysis for Prediction of Alzheimer's Disease.- Machine learning for classification of electrooculography signals in the detection of visual fatigue syndrome.- Machine Learning Techniques for Classifying Cardiac Arrhythmias.- A Machine Learning approach to breast cancer detection in mammograms.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.