机译:使用形状表示模型的头部和颈部癌症放射疗法的全自动多器官分段由卷积模型进行了约束力的神经网络
Key Lab of Intelligent Perception and Image Understanding of Ministry of EducationXidian;
Key Lab of Intelligent Perception and Image Understanding of Ministry of EducationXidian;
Key Lab of Intelligent Perception and Image Understanding of Ministry of EducationXidian;
Department of Radiation OncologyUniversity of California—Los AngelesLos Angeles CA 90095 USA;
Department of Radiation OncologyUniversity of California—Los AngelesLos Angeles CA 90095 USA;
fully convolutional neural network; head and neck cancer; image segmentation; shape representation model;
机译:使用形状表示模型的头部和颈部癌症放射疗法的全自动多器官分段由卷积模型进行了约束力的神经网络
机译:塑造完全卷积的DENSENET对头部和颈部低场MR图像的多器官分段对抗对抗训练
机译:使用可分离的卷积神经网络与硬区域加权损失自动分割器官 - 颈部CT的风险分割
机译:用于头部颈部CT的多器官分割区域卷积神经网络的残余面膜
机译:基于深度学习和常规阿特拉斯的头部放射治疗规划中的基于常规地图的比较研究
机译:使用形状表示模型约束全卷积神经网络的头颈癌放射治疗的全自动多器官分割
机译:使用形状表示模型的头部和颈部癌症放射疗法的全自动多器官分段由卷积模型进行了约束力的神经网络