机译:使用Getis统计数据及其累积形式作为恶性和良性指标分析计算机断层扫描中肺结节的方向性模式
Federal University of Maranhao, UFMA Applied Computing Group, NCA/UFMA Av. dos Portugueses, SN, Campus do Bacanga, Bacanga, 65085-580 Sao Luis, MA, Brazil;
Federal University of Maranhao, UFMA Applied Computing Group, NCA/UFMA Av. dos Portugueses, SN, Campus do Bacanga, Bacanga, 65085-580 Sao Luis, MA, Brazil;
State University of Rio de Janeiro, UERJ, Sao Francisco de Xavier, 524 Maracana, 20550-900 Rio de Janeiro, RJ, Brazil;
Pontifical Catholic University of Rio de Janeiro. PUC-Rio R. Sao Vicente, 225 Cavea, 22453-900 Rio de Janeiro, RJ, Brazil;
medical image; computer-aided diagnosis (CADx); lung nodules; getis~* statistics; image processing;
机译:18氟氟脱氧葡萄糖正电子发射断层扫描与计算机断层扫描相比,单独的计算机断层扫描可处理直径小于1.5 cm的孤立性肺结节。
机译:具有放射性稳定性的固体不确定结节,表明良性:基于结节体积密度直方图的Kurtosis的计算机断层扫描图像的纹理分析
机译:采用计算机断层扫描图像检测肺结节及深度学习算法中神经肽相关物质分析
机译:基于累积多平面图和典范相关分析的肺结节恶性分类
机译:利用深度学习,从计算机断层扫描图像的肺结死恶性预测
机译:带有放射线稳定性的固体不确定结节提示良性:基于结节体积密度直方图的峰度和偏度的计算机断层扫描图像的纹理分析
机译:肺深:一种用于检测使用深度学习算法检测肺结节图案的肺结核模式的计算机化工具
机译:计算机化肺音分析作为气管内吸入机械通气患者的指标