机译:使用预训练的紧密连接卷积网络和阴道镜检查图像对宫颈癌前病变进行分类
Huaqiao Univ Coll Comp Sci & Technol Xiamen 361021 Fujian Peoples R China|Huaqiao Univ Key Lab Comp Vis & Pattern Recognit Xiamen City Xiamen 361021 Fujian Peoples R China;
Fujian Med Univ Hosp Quanzhou 1 Dept Gynecol & Obstet Quanzhou 362000 Fujian Peoples R China;
Huaqiao Univ Coll Engn Quanzhou 362021 Fujian Peoples R China;
Fujian Med Univ Affiliated Hosp Fujian Prov Matern & Childrens Hosp Lab Gynecol Oncol Fuzhou 350001 Fujian Peoples R China;
Colposcopy; Cervical precancerous; Computer-aided diagnosis; Densely connected convolutional networks; Transfer learning;
机译:微调预训练卷曲神经网络,用于胃癌癌癌癌的分类窄带成像图像
机译:基于深入学习的阴道镜图像宫颈癌癌前病变检测
机译:通过挤压和分裂技术实现浅层密集连接卷积网络的有效图像分类方法
机译:光谱结合神经网络分类可改善宫颈癌前病变的诊断
机译:在胶质瘤分类上进行预训练卷积神经网络性能的比较
机译:皮肤病变分类使用密集连接的卷积网络引起剩余学习
机译:用于组织病理学的卷积神经网络图像分类: 培训与使用预训练网络