Demian Wassermann

Orcid: 0000-0001-5194-6056

According to our database1, Demian Wassermann authored at least 117 papers between 2001 and 2024.

Collaborative distances:
  • Dijkstra number2 of four.
  • Erdős number3 of four.

Timeline

Legend:

Book 
In proceedings 
Article 
PhD thesis 
Dataset
Other 

Links

On csauthors.net:

Bibliography

2024
Robust and highly scalable estimation of directional couplings from time-shifted signals.
CoRR, 2024

NeuroConText: Contrastive Text-to-Brain Mapping for Neuroscientific Literature.
Proceedings of the Medical Image Computing and Computer Assisted Intervention - MICCAI 2024, 2024

2023
A simulation-driven supervised learning framework to estimate brain microstructure using diffusion MRI.
Medical Image Anal., December, 2023

nipy/nibabel: 5.2.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, December, 2023

nilearn.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, October, 2023

Scalable Query Answering Under Uncertainty to Neuroscientific Ontological Knowledge: The NeuroLang Approach.
Neuroinformatics, April, 2023

nipy/nibabel: 5.1.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, April, 2023

Fourier Representation of the Diffusion MRI Signal Using Layer Potentials.
SIAM J. Appl. Math., February, 2023

nipy/nibabel: 5.0.1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, February, 2023

nipy/nibabel: 5.0.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, January, 2023

PAVI: Plate-Amortized Variational Inference.
Trans. Mach. Learn. Res., 2023

2022
nipy/nipype: 1.8.3.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, July, 2022

nipy/nibabel.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, June, 2022

nipy/nibabel: 4.0.0rc0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, June, 2022

nipy/nibabel: 3.2.2.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, June, 2022

nipy/nipype: 1.8.1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, May, 2022

nipy/nipype: 1.8.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, May, 2022

nipy/nipype: 1.7.1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, April, 2022

International comparisons of laboratory values from the 4CE collaborative to predict COVID-19 mortality.
npj Digit. Medicine, 2022

PAVI: Plate-Amortized Variational Inference.
CoRR, 2022

ADAVI: Automatic Dual Amortized Variational Inference Applied To Pyramidal Bayesian Models.
Proceedings of the Tenth International Conference on Learning Representations, 2022

2021
nipy/nipype: 1.7.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, October, 2021

Machine learning based white matter models with permeability: An experimental study in cuprizone treated in-vivo mouse model of axonal demyelination.
NeuroImage, 2021

Towards linking diffusion MRI based macro- and microstructure measures with cortico-cortical transmission in brain tumor patients.
NeuroImage, 2021

Inverting brain grey matter models with likelihood-free inference: a tool for trustable cytoarchitecture measurements.
CoRR, 2021

Cytoarchitecture Measurements in Brain Gray Matter Using Likelihood-Free Inference.
Proceedings of the Information Processing in Medical Imaging, 2021

Complex Coordinate-Based Meta-Analysis with Probabilistic Programming.
Proceedings of the Thirty-Fifth AAAI Conference on Artificial Intelligence, 2021

2020
nipy/nibabel: 3.2.1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, November, 2020

nipy/nibabel: 3.2.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, October, 2020

nipy/nipype: 1.5.1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, September, 2020

nipy/nipype: 1.5.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, June, 2020

nipy/nibabel: 3.1.1.
Dataset, June, 2020

nipy/nibabel: 3.1.0.
Dataset, April, 2020


nipy/nibabel: 3.0.2.
Dataset, March, 2020

nipy/nipype: 1.4.2.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, February, 2020

nipy/nipype: 1.4.1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, January, 2020

nipy/nibabel: 3.0.1.
Dataset, January, 2020

International electronic health record-derived COVID-19 clinical course profiles: the 4CE consortium.
npj Digit. Medicine, 2020

Diffusion MRI simulation of realistic neurons with SpinDoctor and the Neuron Module.
NeuroImage, 2020

Fine-grain atlases of functional modes for fMRI analysis.
NeuroImage, 2020

PEP: Parameter Ensembling by Perturbation.
Proceedings of the Advances in Neural Information Processing Systems 33: Annual Conference on Neural Information Processing Systems 2020, 2020

Agglomerative Region-Based Analysis.
Proceedings of the 17th IEEE International Symposium on Biomedical Imaging, 2020

2019
nipy/nipype: 1.4.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, December, 2019



nipy/nipype: 1.3.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, November, 2019


nipy/nipype: 1.3.0-rc1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, October, 2019

nipy/nipype: 1.2.2.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, September, 2019

nipy/nipype: 1.2.2.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, September, 2019

nipy/nipype: 1.2.3.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, September, 2019


nipy/nipype: 1.2.1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, August, 2019


nipy/nipype: 1.2.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, May, 2019



nipy/nipype: 1.1.9.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, February, 2019

nipy/nipype: 1.1.8.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, January, 2019

The Dmipy Toolbox: Diffusion MRI Multi-Compartment Modeling and Microstructure Recovery Made Easy.
Frontiers Neuroinformatics, 2019

Portable simulation framework for diffusion MRI.
CoRR, 2019

Coarse-Grained Spatiotemporal Acquisition Design for Diffusion MRI.
Proceedings of the 16th IEEE International Symposium on Biomedical Imaging, 2019

Microstructure, Macrostructure, and Cognition. A walk in Diffusion MRI.
, 2019

2018
nipy/nipype: 1.1.7.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, December, 2018

nipy/nipype: 1.1.6.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, November, 2018

nipy/nipype: 1.1.5.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, November, 2018

nipy/nipype: 1.1.4.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, October, 2018

nipy/nipype: 1.1.3.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, September, 2018

nipy/nipype: 1.1.2.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, August, 2018

nipy/nipype: 1.1.1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, July, 2018

nipy/nipype: Nipype 1.1.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, July, 2018

nipy/nipype: 1.0.4.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, May, 2018

nipy/nipype: 1.0.4.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, May, 2018

nipy/nipype: Nipype 1.0.3.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, April, 2018

nipy/nipype: 1.0.2.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, March, 2018

nipy/nipype: 1.0.1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, February, 2018

nipy/nipype: Nipype - v1.0.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, January, 2018

A comparison of three fiber tract delineation methods and their impact on white matter analysis.
NeuroImage, 2018

Groupwise structural parcellation of the whole cortex: A logistic random effects model based approach.
NeuroImage, 2018

Non-parametric graphnet-regularized representation of dMRI in space and time.
Medical Image Anal., 2018

Solving the Cross-Subject Parcel Matching Problem Using Optimal Transport.
Proceedings of the Medical Image Computing and Computer Assisted Intervention - MICCAI 2018, 2018

Text to Brain: Predicting the Spatial Distribution of Neuroimaging Observations from Text Reports.
Proceedings of the Medical Image Computing and Computer Assisted Intervention - MICCAI 2018, 2018

2017
nipy/nipype: 0.14.0.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, November, 2017

nipy/nipype: 0.14.0-rc1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, November, 2017

nipy/nipype: 0.14.0-rc1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, November, 2017

Nipype: a flexible, lightweight and extensible neuroimaging data processing framework in Python. 0.13.1.
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Dataset, May, 2017


Extracting the Groupwise Core Structural Connectivity Network: Bridging Statistical and Graph-Theoretical Approaches.
Proceedings of the Information Processing in Medical Imaging, 2017

2016

MAPL: Tissue microstructure estimation using Laplacian-regularized MAP-MRI and its application to HCP data.
NeuroImage, 2016

Extracting the Core Structural Connectivity Network: Guaranteeing Network Connectedness Through a Graph-Theoretical Approach.
Proceedings of the Medical Image Computing and Computer-Assisted Intervention - MICCAI 2016, 2016

A sensitivity analysis of q-space indices with respect to changes in axonal diameter, dispersion and tissue composition.
Proceedings of the 13th IEEE International Symposium on Biomedical Imaging, 2016

2015
Robust and efficient linear registration of white-matter fascicles in the space of streamlines.
NeuroImage, 2015

Exploiting the Phase in Diffusion MRI for Microstructure Recovery: Towards Axonal Tortuosity via Asymmetric Diffusion Processes.
Proceedings of the Medical Image Computing and Computer-Assisted Intervention - MICCAI 2015, 2015

Laplacian-regularized MAP-MRI: Improving axonal caliber estimation.
Proceedings of the 12th IEEE International Symposium on Biomedical Imaging, 2015

AxTract: Microstructure-Driven Tractography Based on the Ensemble Average Propagator.
Proceedings of the Information Processing in Medical Imaging, 2015

A Unifying Framework for Spatial and Temporal Diffusion in Diffusion MRI.
Proceedings of the Information Processing in Medical Imaging, 2015

2014
Probabilistic Diffeomorphic Registration: Representing Uncertainty.
Proceedings of the Biomedical Image Registration - 6th International Workshop, 2014

Airway labeling using a Hidden Markov Tree Model.
Proceedings of the IEEE 11th International Symposium on Biomedical Imaging, 2014

Deformable Registration of Feature-Endowed Point Sets Based on Tensor Fields.
Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition, 2014

2013
On Describing Human White Matter Anatomy: The White Matter Query Language.
Proceedings of the Medical Image Computing and Computer-Assisted Intervention - MICCAI 2013, 2013

Diffeomorphic point set registration using non-stationary mixture models.
Proceedings of the 10th IEEE International Symposium on Biomedical Imaging: From Nano to Macro, 2013

Multinomial Probabilistic Fiber Representation for Connectivity Driven Clustering.
Proceedings of the Information Processing in Medical Imaging, 2013

2011
Improving Registration Using Multi-channel Diffeomorphic Demons Combined with Certainty Maps.
Proceedings of the Multimodal Brain Image Analysis, First International Workshop, 2011

White Matter Bundle Registration and Population Analysis Based on Gaussian Processes.
Proceedings of the Information Processing in Medical Imaging, 2011

A Polynomial Approach for Maxima Extraction and Its Application to Tractography in HARDI.
Proceedings of the Information Processing in Medical Imaging, 2011

2010
Automated In Vivo Dissection of White Matter Structures from Diffusion Magnetic Resonance Imaging. (Dissection Automatique In Vivo des Structures de la Matière Blanche à partir de l'imagerie par Résonance Magnétique de Diffusion).
PhD thesis, 2010

Unsupervised white matter fiber clustering and tract probability map generation: Applications of a Gaussian process framework for white matter fibers.
NeuroImage, 2010

Diffusion-Based Population Statistics Using Tract Probability Maps.
Proceedings of the Medical Image Computing and Computer-Assisted Intervention, 2010

2009
Mathematical methods for diffusion MRI processing.
NeuroImage, 2009

Bayesian Framework for White Matter Fiber Similarity Measure.
Proceedings of the 2009 IEEE International Symposium on Biomedical Imaging: From Nano to Macro, Boston, MA, USA, June 28, 2009

2008
Diffusion Maps Clustering for Magnetic Resonance Q-Ball Imaging Segmentation.
Int. J. Biomed. Imaging, 2008

2007
Diffusion Maps Segmentation of Magnetic Resonance Q-Ball Imaging.
Proceedings of the IEEE 11th International Conference on Computer Vision, 2007

2005
Development and Validation of an Algorithm for Cardiomyocyte Beating Frequency Determination.
Proceedings of the Progress in Pattern Recognition, 2005

2004
Segmentation with Active Contours: A Comparative Study of B-Spline and Level Set Techniques.
Proceedings of the XVII Brazilian Symposium on Computer Graphics and Image Processing, 2004

2001
Using the Alfa-1 simulated processor for educational purposes.
ACM J. Educ. Resour. Comput., 2001


  Loading...