UTM Big Data Centre Universiti Teknologi Malaysia (UTM) Malaysia;
Advanced Informatics School (AIS) Universiti Teknologi Malaysia (UTM) Malaysia;
Lesions; Skin; Image segmentation; Image color analysis; Malignant tumors; Feature extraction; Computers;
机译:恶性黑色素瘤和皮肤良性病变的分类:自动ABCD规则的实施
机译:梯度矢量流(GVF)分割和新边界特征提取对恶性和良性乳腺病变的鉴别诊断所有系列动态对比度增强的MR图像
机译:腮腺肿瘤的MR成像:MR成像中的典型病变特征可改善对良性和恶性疾病的区分。
机译:ABCD规则分段对恶性肿瘤和良性皮肤病变图像
机译:皮肤良性和恶性肿瘤中B细胞的不同激活和功能:对癌症免疫疗法的影响
机译:皮肤病变性皮肤病图像中白色和低分成区域的同心标准分割允许辨别恶性黑色素瘤
机译:使用BPNN和ABCD规则参数综述恶性损伤恶性黑色素瘤的诊断