机译:U2-NET:一种贝叶斯U-NET模型,具有认识因子扫描中的感光体层细分的认知不确定性反馈
机译:使用U-Net和Dexining的中间年龄相关性黄斑变性的OCT图像中视网膜层的自动分割。
机译:来自临床CT的自动肌肉细分,使用Bayesian U-Net进行个性化肌肉骨骼建模
机译:利用视网膜分割OCT中异常检测的解剖学不确定性进行开发
机译:U2-Net:病理学OCT扫描中具有认知不确定性反馈的贝叶斯U-Net模型,用于感光层分割
机译:通过光学相干断层扫描扫描对人类视网膜层进行分割。
机译:使用无监督表示法和自动上下文在患有严重黄斑水肿的OCT扫描中进行联合视网膜层和液体分割
机译:病理OCT扫描中感光体层分割的扩增靶损失方法
机译:源数据对运载火箭故障树模型认知不确定性的影响。