Zobrazeno 1 - 10
of 93
pro vyhledávání: '"Polyp classification"'
Publikováno v:
Visual Computing for Industry, Biomedicine, and Art, Vol 7, Iss 1, Pp 1-16 (2024)
Abstract Learning with noisy labels aims to train neural networks with noisy labels. Current models handle instance-independent label noise (IIN) well; however, they fall short with real-world noise. In medical image classification, atypical samples
Externí odkaz:
https://doaj.org/article/74fbbe77223448658ef639a8e1b9e375
Autor:
Yael Tudela, Mireia Majó, Neil de la Fuente, Adrian Galdran, Adrian Krenzer, Frank Puppe, Amine Yamlahi, Thuy Nuong Tran, Bogdan J. Matuszewski, Kerr Fitzgerald, Cheng Bian, Junwen Pan, Shijle Liu, Gloria Fernández-Esparrach, Aymeric Histace, Jorge Bernal
Publikováno v:
Frontiers in Oncology, Vol 14 (2024)
IntroductionColorectal cancer (CRC) is one of the main causes of deaths worldwide. Early detection and diagnosis of its precursor lesion, the polyp, is key to reduce its mortality and to improve procedure efficiency. During the last two decades, seve
Externí odkaz:
https://doaj.org/article/059a0add1a84450499dc90757c953842
Publikováno v:
IEEE Access, Vol 11, Pp 50025-50037 (2023)
This study uses a two-stage learning computer-aided diagnosis (CAD) scheme that has a convolutional neural network(CNN) with self-supervised learning(SSL) to classify polyps as either a hyperplastic polyp (HP) or a Tubular Adenoma (TA). The proposed
Externí odkaz:
https://doaj.org/article/072dfc5da467419cbca89f9db6d32ef2
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.
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:
Informatics in Medicine Unlocked, Vol 24, Iss , Pp 100603- (2021)
In this paper, we have proposed a classification method of gastrointestinal polyps using the stacking ensemble technique. The ensemble method consisted of three fine-tuned deep convolutional neural network architectures (Xception, ResNet-101, and VGG
Externí odkaz:
https://doaj.org/article/d8bdc664a70c4734b81970e25fd624f5
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.