机译:机器学习方法在临床筛查中评估乳腺肿瘤分类的放射学特征
Applied Neuroinformatics Group, Bielefeld University, P.O. Box 100130, D-33501 Bielefeld, Germany;
breast cancer; magnetic resonance imaging; clinical screening; computer aided diagnosis; machine learning; artificial neural networks; support vector machine (SVM); decision trees;
机译:利用机器学习和辐射特征的数字乳房断层合成图像自动分类的方法
机译:古典机器学习方法和深层学习方法对乳腺癌肿瘤分类的对比研究
机译:自动检测放射学报告,需要使用自然语言处理的后续成像功能工程和机器学习分类
机译:利用机器学习和深层学习组织病理学图像自动检测和分类乳腺癌肿瘤细胞
机译:MRI乳腺和脊柱肿瘤特征分割算法和机器学习分类方法的发展。
机译:勘误:机器学习和特征选择方法用于肺癌筛查图像数据的疾病分类
机译:ECNU在Semeval-2017任务4:评估机器学习方法的有效功能,用于Twitter消息极性分类