首页> 外文OA文献 >Predicting the progression of ophthalmic disease based on slit-lamp images using a deep temporal sequence network v1 (protocols.io.qgzdtx6)

【2h】

Predicting the progression of ophthalmic disease based on slit-lamp images using a deep temporal sequence network v1 (protocols.io.qgzdtx6)

机译：使用深颞序列网络V1预测基于狭缝灯图像的眼科疾病的进展（协议.QGZDTX6）

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
Jiewei Jiang; Xiyang Liu; Lin Liu; Shuai Wang; Erping Long; Haoqing Yang; Fuqiang Yuan; Deying Yu; Kai Zhang; Liming Wang; Zhenzhen Liu; Dongni Wang; ChangZun Xi; Zhuoling Lin; Xiaohang Wu; Jiangtao Cui; Mingmin Zhu; Haotian Lin;
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. Predicting COVID-19 disease progression and patient outcomes based on temporal deep learning [J] . Chenxi Sun, Shenda Hong, Moxian Song, BMC Medical Informatics and Decision Making . 2021,第1期

机译：基于颞深度学习预测Covid-19疾病进展和患者结果
2. Detection of Fuchs’ Uveitis Syndrome From Slit-Lamp Images Using Deep Convolutional Neural Networks in a Chinese Population [J] . Zhang Wanyun, Chen Zhijun, Zhang Han, Frontiers in Cell and Developmental Biology . 2021,第a期

机译：中国人口深卷积神经网络从狭缝灯图像中检测FUCHS葡萄膜炎综合征
3. Vision-Based Deep Q-Learning Network Models to Predict Particulate Matter Concentration Levels Using Temporal Digital Image Data [J] . SungHwan Kim, SeHee Jung, SeongMin Yang, Journal of Sensors . 2019,第1期

机译：基于视觉的深度Q学习网络模型，用于使用时间数字图像数据预测微粒物质浓度水平
4. On the Deep Learning-based Age Prediction of Color Fundus Images and Correlation with Ophthalmic Diseases [C] . Yang Wen, Leiting Chen, Lifeng Qiao, IEEE International Conference on Bioinformatics and Biomedicine . 2020

机译：论彩色眼底图像的深度学习年龄预测及与眼科疾病的相关性
5. Terahertz Imaging and Sensing for Ophthalmic Evaluation of Corneal Diseases. [D] . Sung, Shijun. 2017

机译：用于角膜疾病眼科评估的太赫兹成像和传感。
6. Predicting the progression of ophthalmic disease based on slit-lamp images using a deep temporal sequence network [O] . Jiewei Jiang, Xiyang Liu, Lin Liu, -1

机译：使用深度时间序列网络基于裂隙灯图像预测眼科疾病的进展
7. Predicting COVID-19 Disease Progression and Patient Outcomes based on Temporal Deep Learning [O] . Chenxi Sun, Shenda Hong, Moxian Song, 2020

机译：基于颞深度学习预测Covid-19疾病进展和患者结果

Predicting the progression of ophthalmic disease based on slit-lamp images using a deep temporal sequence network v1 (protocols.io.qgzdtx6)

著录项

引文网络

相似文献

相关主题

期刊订阅