首页> 外文OA文献 >Response to “Comments on ‘Novel real-time tumor-contouring method using deep learning to prevent mistracking in X-ray fluoroscopy”’

【2h】

Response to “Comments on ‘Novel real-time tumor-contouring method using deep learning to prevent mistracking in X-ray fluoroscopy”’

机译：反应“对”新型实时肿瘤轮廓方法的“评论”，利用深度学习防止X射线荧光透视误解“”

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Toshiyuki Terunuma; Takeji Sakae;
展开▼
作者单位

展开▼
年度 2018
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Response to “Comments on ‘Novel real-time tumor-contouring method using deep learning to prevent mistracking in X-ray fluoroscopy”’ [J] . Toshiyuki Terunuma, Takeji Sakae Radiological physics and technology . 2018,第3期

机译：响应“对”新型实时肿瘤轮廓方法使用深度学习的“评论”，防止X射线荧光透视误解“”
2. Comments on “Novel real-time tumor-contouring method using deep learning to prevent mistracking in X-ray fluoroscopy” by Terunuma et al. [J] . Shinichiro Mori, Masahiro Endo Radiological physics and technology . 2018,第3期

机译：Terunuma等人对“利用深度学习预防X射线荧光透视误解的新型实时肿瘤轮廓方法”评论。
3. Novel real-time tumor-contouring method using deep learning to prevent mistracking in X-ray fluoroscopy [J] . Toshiyuki Terunuma, Aoi Tokui, Takeji Sakae Radiological physics and technology . 2018,第1期

机译：新型实时肿瘤轮廓化方法使用深度学习，防止X射线荧光缺失误导
4. Integration of real-time X-ray fluoroscopy, rotational X-ray imaging and real-time catheter tracking for improved navigation in interventional cardiac electrophysiology procedures [C] . R. Manzke, R. C. Chan, G. Shechter, Visualization, Image-Guided Procedures, and Display; Progress in Biomedical Optics and Imaging; vol.7,no.27 . 2006

机译：实时X射线荧光透视，旋转X射线成像和实时导管跟踪的集成，可改善介入性心脏电生理程序中的导航
5. Preventing Overfitting in Deep Learning Using Differential Privacy [D] . Khatri, Alizishaan Anwar Hussein. 2017

机译：使用差异性隐私防止深度学习过拟合
6. Novel real-time tumor-contouring method using deep learning to prevent mistracking in X-ray fluoroscopy [O] . Toshiyuki Terunuma, Aoi Tokui, Takeji Sakae -1

机译：使用深度学习的新型实时肿瘤轮廓方法以防止X射线透视中的错误跟踪
7. A real-time regional adaptive exposure method for saving dose-area product in x-ray fluoroscopy [O] . Steve Burion, Michael A. Speidel, Tobias Funk 2013

机译：一种实时区域自适应曝光方法，用于X射线荧光透视中节约剂量区域产品

Response to “Comments on ‘Novel real-time tumor-contouring method using deep learning to prevent mistracking in X-ray fluoroscopy”’

著录项

引文网络

相似文献

相关主题

期刊订阅