QQ客服 官方微博 反馈留言

浏览/检索结果: 共6条，第1-6条 帮助 限定条件 专题：自动化研究所    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 Accurate Lung Nodule Segmentation With Detailed Representation Transfer and Soft Mask Supervision 期刊论文 IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2023, 页码: 13 作者:  Wang, Changwei;  Xu, Rongtao;  Xu, Shibiao;  Meng, Weiliang;  Xiao, Jun 收藏  |  浏览/下载：3/0  |  提交时间：2023/12/21 Detailed representation transfer  lung nodules segmentation  medical images segmentation  soft mask   Machine Learning in Lung Cancer Radiomics 期刊论文 Machine Intelligence Research, 2023, 卷号: 20, 期号: 6, 页码: 753-782 作者:  Jiaqi Li 收藏  |  浏览/下载：1/0  |  提交时间：2023/11/23 Machine learning, lung cancer, radiomics, medical image, clinical application   Development of a deep learning-based method to diagnose pulmonary ground-glass nodules by sequential computed tomography imaging 期刊论文 THORACIC CANCER, 2022, 页码: 11 作者:  Qiu, Zhixin;  Wu, Qingxia;  Wang, Shuo;  Chen, Zhixia;  Lin, Feng 收藏  |  浏览/下载：36/0  |  提交时间：2022/02/16 deep learning  ground-glass nodules  multiple timepoints  sequential   Radiomics signature: a biomarker for the preoperative discrimination of lung invasive adenocarcinoma manifesting as a ground-glass nodule 期刊论文 EUROPEAN RADIOLOGY, 2019, 卷号: 29, 期号: 2, 页码: 889-897 作者:  Fan, Li;  Fang, MengJie;  Li, ZhaoBin;  Tu, WenTing;  Wang, ShengPing 收藏  |  浏览/下载：86/0  |  提交时间：2019/07/12 Lung  Adenocarcinoma  Tomography  x-ray computed  Computational biology  Solitary pulmonary nodule   Multi-crop Convolutional Neural Networks for lung nodule malignancy suspiciousness classification 期刊论文 PATTERN RECOGNITION, 2017, 卷号: 61, 期号: 61, 页码: 663-673 作者:  Shen, Wei;  Zhou, Mu;  Yang, Feng;  Yu, Dongdong;  Dong, Di 收藏  |  浏览/下载：69/0  |  提交时间：2016/10/21 Lung Nodule  Malignancy Suspiciousness  Convolutional Neural Network  Multi-crop Pooling   基于卷积神经网络的肺结节良恶性分类算法研究 学位论文 工学博士, 北京: 中国科学院大学, 2016 作者:  沈伟 收藏  |  浏览/下载：28/0  |  提交时间：2016/06/23 卷积神经网络  良恶性  多尺度特征  迁移学习