Podklady pro hodnocení kateder na základě článků v impaktovaných časopisech ohodnocených podle pozice časopisu v oborovém žebříčku dle JCR a konferenčních příspěvků ohodnocených dle interních pravidel. Jde o výsledky vykázané za FI nebo s deklarovaným podílem FI (konkrétní výše podílu není nijak zohledněna).
Hodnoty výsledků dělím rovným dílem mezi domácí autory s vazbou k jedné z kateder. Základem pro rozřazení autorů ke katedrám je seznam zaměstnanců kateder. Doktorandi jsou řazeni na katedru svého školitele, ze zbylých domácích autorů jsou ti, kteří mají spoluautory pouze z jedné katedry, zařazeni na tuto katedru, z ostatních jsou ti s významnějším přínosem zařazeni ručně (např. magisterští studenti dle vedoucího DP), podíl těch s marginálním přínosem je rozdělen mezi jejich spoluautory.
Šedě podbarvené jsou vykázány za jinou fakultu, ale s deklarovaným podílem FI.
prof. RNDr. Michal Kozubek, Ph.D. (IS), katedra: KVI, zdroj vazby: seznam
Články v impaktovaných časopisech dle IS MU 2018–2022 (celkem 2.469)Hodnota se počítá jako (Nmax - N + 1) / N, kde Nmax je počet časopisů v kategorii a N pořadí časopisu dle IF. Při zařazení časopisu do více kategorií nebo shodě IF se bere průměr. Najetím myší na hodnotu se zobrazí pořadí v oborových žebříčcích daného ročníku JCR (pro 2022 JCR2021; JCR2022 ještě nevyšlo), odkaz vede na stránku časopisu v JCR (oborové žebříčky tam jsou pod odkazem Rank), funguje ale jen z IP adres MU a je potřeba kliknout alespoň dvakrát, první přístup pouze inicializuje session.
| qAIS | hodnota | díl autora | rok | title | započítaní | ostatní |
|---|---|---|---|---|---|---|
| D1 | 0.942 | 0.942 | 2018 | Why rankings of biomedical image analysis competitions should be interpreted with care (DOI) | Kozubek | Maier-Hein, Eisenmann, Reinke, Onogur, Stankovic, Scholz, Arbel, Bogunovic, Bradley, Carass, Feldmann, Frangi, Full, van Ginneken, Hanbury, Honauer, Landman, März, Maier, Maier-Hein, Menze, Müller, Neher, Niessen, Rajpoot, Sharp, Sirinukunwattana, Speidel, Stock, Stoyanov, Taha, van der Sommen, Wang, Weber, Zheng, Jannin, Kopp-Schneider |
| D1 | 0.932 | 0.117 | 2022 | Federated learning enables big data for rare cancer boundary detection (DOI) | Kozubek, Lux, Michálek, Matula, Keřkovský, Kopřivová, Dostál, Vybíhal | Pati, Baid, Edwards, Sheller, Wang, Reina, Foley, Gruzdev, Karkada, Davatzikos, Sako, Ghodasara, Bilello, Mohan, Vollmuth, Brugnara, Preetha, Sahm, Maier-Hein, Zenk, Bendszus, Wick, Calabrese, Rudie, Villanueva-Meyer, Cha, Ingalhalikar, Jadhav, Pandey, Saini, Garrett, Larson, Jeraj, Currie, Frood, Fatania, Huang, Chang, Quintero, Capellades, Puig, Trenkler, Pichler, Necker, Haunschmidt, Meckel, Shukla, Liem, Alexander, Lombardo, Palmer, Flanders, Dicker, Sair, Jones, Venkataraman, Jiang, So, Chen, Heng, Dou, Vogelbaum, Mitchell, Farinhas, Maldjian, Yogananda, Pinho, Reddy, Holcomb, Wagner, Ellingson, Cloughesy, Raymond, Oughourlian, Hagiwara, Wang, To, Bhardwaj, Chong, Agzarian, Falcão, Martins, Teixeira, Sprenger, Menotti, Lucio, LaMontagne, Marcus, Wiestler, Kofler, Ezhov, Metz, Jain, Lee, Lui, McKinley, Slotboom, Radojewski, Meier, Wiest, Murcia, Fu, Haas, Thompson, Ormond, Badve, Sloan, Vadmal, Waite, Colen, Pei, Ak, Srinivasan, Bapuraj, Rao, Wang, Yoshiaki, Moritani, Turk, Lee, Prabhudesai, Morón, Mandel, Kamnitsas, Glocker, Dixon, Williams, Zampakis, Panagiotopoulos, Tsiganos, Alexiou, Haliassos, Zacharaki, Moustakas, Kalogeropoulou, Kardamakis, Choi, Lee, Chang, Ahn, Luo, Poisson, Wen, Tiwari, Verma, Bareja, Yadav, Chen, Kumar, Smits, van der Voort, Alafandi, Incekara, Wijnenga, Kapsas, Gahrmann, Schouten, Dubbink, Vincent, van den Bent, French, Klein, Yuan, Sharma, Tseng, Adabi, Niclou, Keunen, Hau, Vallières, Fortin, Lepage, Landman, Ramadass, Xu, Chotai, Chambless, Mistry, Thompson, Gusev, Bhuvaneshwar, Sayah, Bencheqroun, Belouali, Madhavan, Booth, Chelliah, Modat, Shuaib, Dragos, Abayazeed, Kolodziej, Hill, Abbassy, Gamal, Mekhaimar, Qayati, Reyes, Park, Yun, Kim, Mahajan, Muzi, Benson, Beets-Tan, Teuwen, Herrera-Trujillo, Trujillo, Escobar, Abello, Bernal, Gómez, Choi, Baek, Kim, Ismael, Allen, Buatti, Kotrotsou, Li, Weiss, Weller, Bink, Pouymayou, Shaykh, Saltz, Prasanna, Shrestha, Mani, Payne, Kurc, Pelaez, Franco-Maldonado, Loayza, Quevedo, Guevara, Torche, Mendoza, Franco, Ríos, López, Velastin, Ogbole, Soneye, Oyekunle, Odafe-Oyibotha, Osobu, Shu'aibu, Dorcas, Dako, Simpson, Hamghalam, Peoples, Hu, Tran, Cutler, Moraes, Boss, Gimpel, Veettil, Schmidt, Bialecki, Marella, Price, Cimino, Apgar, Shah, Menze, Barnholtz-Sloan, Martin, Bakas |
| D1 | 0.93 | 0.93 | 2020 | BIAS: Transparent reporting of biomedical image analysis challenges (DOI) | Kozubek | Maier-Hein, Reinke, Martel, Arbel, Eisenmann, Hanbury, Jannin, Müller, Onogur, Saez-Rodriguez, van Ginneken, Kopp-Schneider, Landman |
| D1 | 0.93 | 0.085 | 2019 | Drug Penetration Analysis in 3D Cell Cultures Using Fiducial-Based Semiautomatic Coregistration of MALDI MSI and Immunofluorescence Images (DOI) | Machálková, Adamová, Michálek, Pruška, Štěpka, Nečasová, Radaszkiewicz, Kozubek, Šmarda, Preisler, Navrátilová | |
| D1 | 0.926 | 0.232 | 2019 | CytoPacq: A web-interface for simulating multi-dimensional cell imaging (DOI) | Wiesner, Svoboda, Maška, Kozubek | |
| Q1 | 0.77 | 0.096 | 2019 | Quantitative Assessment of Anti-Cancer Drug Efficacy From Coregistered Mass Spectrometry and Fluorescence Microscopy Images of Multicellular Tumor Spheroids (DOI) | Michálek, Štěpka, Kozubek, Navrátilová, Adamová, Machálková, Preisler, Pruška | |
| Q2 | 0.749 | 0.068 | 2020 | Lactic Acidosis Interferes With Toxicity of Perifosine to Colorectal Cancer Spheroids: Multimodal Imaging Analysis (DOI) | Adamová, Machálková, Brisudová, Štěpka, Michálek, Nečasová, Beneš, Šmarda, Preisler, Kozubek, Navrátilová | Pruška |
| rank | rok | title | započítaní | ostatní | nakladatel | sborník |
|---|---|---|---|---|---|---|
| A MICCAI | 2018 | How to Exploit Weaknesses in Biomedical Challenge Design and Organization (DOI) | Kozubek | Reinke, Eisenmann, Onogur, Stankovic, Scholz, Full, Bogunovic, Landman, Maier, Menze, Sharp, Sirinukunwattana, Speidel, van der Sommen, Zheng, Müller, Arbel, Bradley, Jannin, Kopp-Schneider, Maier-Hein | Springer | Medical Image Computing and Computer Assisted Intervention – MICCAI 2018 |
| B ISBI | 2020 | Condensed U-Net (CU-Net): An Improved U-Net Architecture for Cell Segmentation Powered by 4x4 Max-Pooling Layers (DOI) | Akbas, Kozubek | IEEE | IEEE 17th International Symposium on Biomedical Imaging | |
| C ECCV | 2019 | Automatic Fusion of Segmentation and Tracking Labels (DOI) | Akbas, Ulman, Maška, Kozubek | Jug | Springer Nature | Computer Vision – ECCV 2018 Workshops |