首页> 外文OA文献 >Predict Ki-67 Positive Cells in HE-Stained Images Using Deep Learning Independently From IHC-Stained Images

【2h】

Predict Ki-67 Positive Cells in HE-Stained Images Using Deep Learning Independently From IHC-Stained Images

机译：使用深度学习从IHC染色图像预测H＆E染色图像中的Ki-67阳性细胞

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
Yiqing Liu; Xi Li; Aiping Zheng; Xihan Zhu; Shuting Liu; Mengying Hu; Qianjiang Luo; Huina Liao; Mubiao Liu; Yonghong He; Yupeng Chen;
展开▼
作者单位

展开▼
年度 2020
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. Predict Ki-67 Positive Cells in H&E-Stained Images Using Deep Learning Independently From IHC-Stained Images [J] . Liu Yiqing, Li Xi, Zheng Aiping, Frontiers in Molecular Biosciences . 2020,第6期

机译：使用深度学习从IHC染色图像预测H＆E染色图像中的Ki-67阳性细胞
2. Tumor Cell Identification in Ki-67 Images on Deep Learning [J] . Ruihan Zhang, Junhao Yang, Chunxiao Chen Molecular & cellular biomechanics: MCB . 2018,第3期

机译：深度学习中的KI-67图像中的肿瘤细胞识别
3. Multi-channel multi-task deep learning for predicting EGFR and KRAS mutations of non-small cell lung cancer on CT images [J] . Yunyun Dong, Yulan Ma, Ntikurako Guy Fernand Kazihise, Quantitative Imaging in Medicine and Surgery . 2021,第6期

机译：用于预测CT图像非小细胞肺癌EGFR和KRAS突变的多通道多任务深度学习
4. Entropy based quantification of Ki-67 positive cell images and its evaluation by a reader study [C] . M Khalid Khan Niazi, Michael Pennell, Camille Elkins, Conference on digital pathology . 2013

机译：Ki-67阳性细胞图像的基于熵的量化及其读者研究的评估
5. Measuring and Predicting Image Noise of Computed Tomographic Examinations Using Statistical and Deep Learning Approaches [D] . ?Prajapati, Krishnakumar 2020

机译：使用统计和深度学习方法测量和预测计算机断层摄影考试的图像噪声
6. Predict Ki-67 Positive Cells in HE-Stained Images Using Deep Learning Independently From IHC-Stained Images [O] . Yiqing Liu, Xi Li, Aiping Zheng, 2020

机译：使用深度学习从IHC染色图像预测H＆E染色图像中的Ki-67阳性细胞
7. HE-stained Whole Slide Image Deep Learning Predicts SPOP Mutation State in Prostate Cancer [O] . Andrew J. Schaumberg, Mark A. Rubin, Thomas J. Fuchs 2016

机译：H＆E-染色的整个幻灯片图像深度学习预测前列腺癌中的孢子突变状态

Predict Ki-67 Positive Cells in HE-Stained Images Using Deep Learning Independently From IHC-Stained Images

著录项

引文网络

相似文献

相关主题

期刊订阅