Zobrazeno 1 - 10
of 308
pro vyhledávání: '"Mammographic image"'
Autor:
Charalampos Lamprou, Kyriaki Katsikari, Noora Rahmani, Leontios J. Hadjileontiadis, Mohamed Seghier, Aamna Alshehhi
Publikováno v:
IEEE Access, Vol 12, Pp 144890-144904 (2024)
Despite the emergence of numerous Deep Learning (DL) models for breast cancer detection via mammograms, there is a lack of evidence about their robustness to perform well on new unseen mammograms. To fill this gap, we introduce StethoNet, a DL-based
Externí odkaz:
https://doaj.org/article/0ba5153ff7bc47839d5ae3b4f1d310c8
Publikováno v:
CAAI Transactions on Intelligence Technology, Vol 8, Iss 2, Pp 453-467 (2023)
Abstract Deep learning has been widely used in the field of mammographic image classification owing to its superiority in automatic feature extraction. However, general deep learning models cannot achieve very satisfactory classification results on m
Externí odkaz:
https://doaj.org/article/5564f48669cb4cc69242eae1be0b85b8
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Majallah-i dānishgāh-i ̒ulūm-i pizishkī-i Arāk, Vol 23, Iss 2, Pp 246-263 (2020)
Background and Aim: Breast cancer is the abnormal cell growth in the breast. In both benign and malignant masses, there is rapid and high cell growth. Nowadays, due to the development of technologies, the diagnosis of diseases has become non-invasive
Externí odkaz:
https://doaj.org/article/aac1d50c6f654648ad97b12c277baacf
Publikováno v:
IEEE Access, Vol 7, Pp 126273-126282 (2019)
In recent years, deep learning has been widely applied for mammographic image classification. However, most of the existing methods are based on a single mammography view and cannot sufficiently extract discriminative features, thereby resulting in a
Externí odkaz:
https://doaj.org/article/abd1facda0f344cab40f721d61caacd0
Autor:
Chia-Hung Lin, Hsiang-Yueh Lai, Pi-Yun Chen, Jian-Xing Wu, Ching-Chou Pai, Chun-Min Su, Hui-Wen Ho
Publikováno v:
Applied Sciences, Vol 12, Iss 15, p 7516 (2022)
Mammography is a first-line imaging examination that employs low-dose X-rays to rapidly screen breast tumors, cysts, and calcifications. This study proposes a two-dimensional (2D) spatial and one-dimensional (1D) convolutional neural network (CNN) to
Externí odkaz:
https://doaj.org/article/aad25caed4a644ceac3d0b1e845dbcf2
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.