Deep learning enables automated scoring of liver fibrosis stages
10.1038/s41598-018-34300-2
محفوظ في:
المؤلفون الرئيسيون: | Yu Y., Wang J., Ng C.W., Ma Y., Mo S., Fong E.L.S., Xing J., Song Z., Xie Y., Si K., Wee A., Welsch R.E., So P.T.C., Yu H. |
---|---|
مؤلفون آخرون: | BIOMEDICAL ENGINEERING |
التنسيق: | مقال |
منشور في: |
Nature Publishing Group
2020
|
الموضوعات: | |
الوصول للمادة أونلاين: | https://scholarbank.nus.edu.sg/handle/10635/174199 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
مواد مشابهة
-
Phantom Study Investigating the Accuracy of Manual and Automatic Image Fusion with the GE Logiq E9: Implications for use in Percutaneous Liver Interventions
بواسطة: Burgmans, M.C, وآخرون
منشور في: (2020) -
Nanotechnology for multimodal imaging
بواسطة: Liu, Y., وآخرون
منشور في: (2014) -
Nanotechnology for multimodal imaging
بواسطة: Liu, Y., وآخرون
منشور في: (2014) -
Object detection in x-ray images using transfer learning with data augmentation
بواسطة: Galvez, Reagan L., وآخرون
منشور في: (2019) -
YOLO-based threat object detection in x-ray images
بواسطة: Galvez, Reagan L., وآخرون
منشور في: (2019)