机译:委员会的eigenrank:基于von-neumann熵的数据子集选择和基于深度学习的医学图像分割的故障预测
Univ Calif Los Angeles Dept Neurosurg Los Angeles CA 90095 USA;
Univ Calif Los Angeles Dept Neurosurg Los Angeles CA 90095 USA;
Univ Calif Los Angeles Dept Neurosurg Los Angeles CA 90095 USA;
Univ Calif Los Angeles Dept Neurosurg Los Angeles CA 90095 USA;
Univ Calif Los Angeles Dept Neurosurg Los Angeles CA 90095 USA;
Univ Calif Los Angeles Dept Neurosurg Los Angeles CA 90095 USA;
Univ Calif Los Angeles Dept Neurosurg Los Angeles CA 90095 USA;
Univ Calif Los Angeles Dept Radiol Los Angeles CA USA;
Univ Calif Los Angeles Dept Radiol Los Angeles CA USA;
Univ Calif Los Angeles Dept Radiol Los Angeles CA USA;
Univ Calif Los Angeles Dept Neurosurg Los Angeles CA 90095 USA;
Active learing; Deep learning; Data subset selection; Failure deep learning;
机译:用于可视化相关图像部分的子集选择,用于基于深度学习的语义图像分割
机译:基于神经网络的高效分割脑肿瘤医学图像数据的深度学习方法
机译:基于深度学习的融合方法和基于案例的推理,从而改善了所得的医学图像分割
机译:基于综合学习粒子群优化对医学图像分割的深度学习模型加权集合
机译:基于深度学习的医学图像分析与有限的数据
机译:基于深度学习医学图像分割的Tap和CEA的联合检测:甲状腺癌风险预测
机译:委员会eigenrank:基于Von-neumann基于数据子集的数据子集选择和基于深度学习的医学图像分割的故障预测
机译:基于标记的方法从一组图像分割中自动选择单个分割