...
机译:使用深度依赖模型在3D乳房超声中进行恶性病变的分割
Radboud Univ Nijmegen Med Ctr Dept Radiol &
Nucl Med NL-6525 GA Nijmegen Netherlands;
Radboud Univ Nijmegen Med Ctr Dept Radiol &
Nucl Med NL-6525 GA Nijmegen Netherlands;
Catholic Univ Dept Radiol Sci Policlin A Gemelli I-00168 Rome Italy;
Radboud Univ Nijmegen Med Ctr Dept Radiol &
Nucl Med NL-6525 GA Nijmegen Netherlands;
Radboud Univ Nijmegen Med Ctr Dept Radiol &
Nucl Med NL-6525 GA Nijmegen Netherlands;
Fraunhofer Mevis D-28359 Bremen Germany;
QView Med Inc Los Altos CA 94022 USA;
Radboud Univ Nijmegen Med Ctr Dept Radiol &
Nucl Med NL-6525 GA Nijmegen Netherlands;
Radboud Univ Nijmegen Med Ctr Dept Radiol &
Nucl Med NL-6525 GA Nijmegen Netherlands;
Radboud Univ Nijmegen Med Ctr Dept Radiol &
Nucl Med NL-6525 GA Nijmegen Netherlands;
malignant lesion segmentation; breast ultrasound; ABUS; CAD; spiral scanning; dynamic programming; graph cut; level set; smart opening;
机译:使用深度依赖模型在3D乳房超声中进行恶性病变的分割
机译:自动化3D乳房超声中的病变分割:体积分析
机译:改进乳房超声图像病变分段的U-Net MALF模型
机译:乳房超声图像上的自动3D病变分割
机译:基于水平集的DCE-MRI图像的基于交互式3D GPU的乳房肿块病变分割方法。
机译:乳腺超声造影的预测模型:在乳腺影像报告和数据系统4个病变的恶性风险评估中是否可行?
机译:机器学习模型提高超声波对良性和恶性乳房病变的差异:多中心外部验证研究