退出
我的积分:
中文文献批量获取
外文文献批量获取
李维; 赵晓乐; 段彦隆; 刘利军; 黄青松;
昆明理工大学 信息工程与自动化学院 昆明 650500;
云南省计算机技术应用重点实验室 昆明 650500;
CT图像; 肺结节; 特征提取; 卷积神经网络(CNN);
机译:CNN分类器融合方法在肺结节体征诊断中的应用
机译:肺结节体征诊断的起始模块CNN分类器融合方法
机译:FB-CNN:特征基于融合的Bilinear CNN,用于果蝇图像分类
机译:诊断性CT中肺结节的分类:基于3-D血管特征,结节密度分布和形状特征的方法
机译:增强双输入CNN(DI-CNN),用于CT扫描的肺结结恶性肿瘤诊断分类
机译:基于放射学特征的多分类器融合用于预测原发性肺实性结节的良恶性
机译:提高CT诊断特异性早期发现肺癌:基于4D CT的肺结节弹性测量。
机译:基于CNN的CNN对象检测器的学习方法和学习装置,用于图像融合和目标对象融合网络以及测试方法和测试装置的多摄像机或环绕视图监控
机译:基于em的动态编程和分类自动进行肺结节分割
机译:使用动态编程和基于EM的分类自动进行肺结节分割
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。