首页> 外文OA文献 >Crossbar-Net: A Novel Convolutional Neural Network for Kidney Tumor Segmentation in CT Images

【2h】

Crossbar-Net: A Novel Convolutional Neural Network for Kidney Tumor Segmentation in CT Images

机译：交叉型网：一种新型的卷积神经网络的肾脏肿瘤分割在CT图像

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
Qian Yu; Yinghuan Shi; Jinquan Sun; Yang Gao; Jianbing Zhu; Yakang Dai;
展开▼
作者单位

展开▼
年度 2019
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. Convolutional Neural Networks for Fully Automatic Segmentation of Lung Tumors in CT Images [J] . Owens C., Peterson C., Tang C., Medical Physics . 2018,第6期

机译：CT图像中肺肿瘤全自动分割的卷积神经网络
2. Weakly-supervised convolutional neural networks of renal tumor segmentation in abdominal CTA images [J] . Guanyu Yang, Chuanxia Wang, Jian Yang, BMC Medical Imaging . 2020,第1期

机译：腹部CTA图像中肾脏肿瘤细分的弱监督卷积神经网络
3. Brain Tumor Segmentation Basedon Features Extracted From MRI Multimodal Images Using Deep Convolution NeuralNetworks [J] . Zhang B., Lin H., Xue Z., Medical Physics . 2019,第6期

机译：使用深卷积神经网络从MRI多模式图像提取的脑肿瘤分割的特征
4. Automatic Segmentation of Kidney and Renal Tumor in CT Images Based on 3D Fully Convolutional Neural Network with Pyramid Pooling Module [C] . Guanyu Yang, Guoqing Li, Tan Pan, International Conference on Pattern Recognition . 2018

机译：基于带有金字塔合并模块的3D全卷积神经网络的CT图像中肾脏和肾脏肿瘤的自动分割
5. Improving the Generalizability of Convolutional Neural Networks for Brain Tumor Segmentation in the Post-Treatment Setting [D] . Ellison, Jacob. 2020

机译：治疗后环境中脑肿瘤细分卷积神经网络的普遍性
6. Weakly-supervised convolutional neural networks of renal tumor segmentation in abdominal CTA images [O] . Guanyu Yang, Chuanxia Wang, Jian Yang, 2020

机译：腹部CTA图像中肾肿瘤分割的弱监督卷积神经网络
7. Convolution Neural Network Application in Kidney Tumor Segmentation on CT Images [O] . Jianping Hunag, Zefang Lin 2019

机译：卷积神经网络在CT图像上肾肿瘤分割的应用

Crossbar-Net: A Novel Convolutional Neural Network for Kidney Tumor Segmentation in CT Images

著录项

引文网络

相似文献

相关主题

期刊订阅