...
机译:数字化乳腺X线照片中良恶性模式的分类,用于诊断乳腺癌
School of Computing Sciences, Central Queensland University, Rockhampton, QLD 4701, Australia;
School of Computing Sciences, Central Queensland University, Rockhampton, QLD 4701, Australia;
Radiology Department, Cold Coast Hospital, Cold Coast, QLD 4215, Australia;
intelligent classifiers; neural networks; digital mammography;
机译:ShearWave弹性成像图像的模式分类,可用于良性和恶性实性乳腺肿块之间的鉴别诊断。
机译:对全场数字乳房X线照片中恶性和良性钙化的计算机分类进行独立评估。
机译:考虑良性和恶性乳房X光检查的乳房密度
机译:超声图像用于乳腺癌纹理分类在恶性或良性肿瘤的诊断中
机译:受体酪氨酸激酶EphA2的过表达诱导了良性乳腺上皮的恶性转化:暗示增加细胞存活率和改变乳腺癌细胞粘附。
机译:对比增强数字乳房X线图的良性和恶性乳房病变的动力学模式
机译:数字乳腺图中正常和异常模式的分类对乳腺癌的诊断价值
机译:通过鉴定组织学上分类为良性肿瘤的恶性细胞早期诊断乳腺癌