...
机译:具有深神经网络的组织病理学黑色素瘤图像的病理学家水平分类
German Canc Res Ctr Natl Ctr Tumor Dis Neuenheimer Feld 460 D-69120 Heidelberg Germany;
Heidelberg Univ Dept Dermatol Mannheim Germany;
Univ Hosp Heidelberg Dept Dermatol Heidelberg Germany;
LMU Univ Hosp Munich Dept Dermatol Munich Germany;
Univ Hosp Essen Dept Dermatol Essen Germany;
Univ Hosp Essen Dept Dermatol Essen Germany;
Univ Hosp Essen Dept Dermatol Essen Germany;
Univ Hosp Cologne Dept Dermatol Cologne Germany;
DKFZ German Canc Res Ctr Dept Biostat Heidelberg Germany;
Private Lab Dermatohistopathol Monchhofstr 52 D-69120 Heidelberg Germany;
German Canc Res Ctr Natl Ctr Tumor Dis Neuenheimer Feld 460 D-69120 Heidelberg Germany;
German Canc Res Ctr Natl Ctr Tumor Dis Neuenheimer Feld 460 D-69120 Heidelberg Germany;
German Canc Res Ctr Natl Ctr Tumor Dis Neuenheimer Feld 460 D-69120 Heidelberg Germany;
Melanoma; Pathology; Histopathology; Deep learning; Artificial intelligence;
机译:具有深神经网络的组织病理学黑色素瘤图像的病理学家水平分类
机译:基于深神经网络的犬乳腺肿瘤组织病理学图像分类
机译:HIC-NET:组织病理乳腺图像分类的深度卷积神经网络模型
机译:使用转移学习和深神经网络从组织病理学图像中分类乳腺癌分类
机译:胸部X射线图像分类中深神经网络的不确定性量化
机译:利用深度卷积神经网络自动对胶质母细胞瘤形态病理图像进行疾病分期
机译:使用转移学习和深神经网络从组织病理学图像中分类乳腺癌分类