Zobrazeno 1 - 10
of 294
pro vyhledávání: '"Setayesh S"'
Autor:
Moradi, M., Hasanvandian, F., Ghahraman Afshar, M., Larimi, A., Khorasheh, F., Niknam, E., Rahman Setayesh, S.
Publikováno v:
In Materials Today Chemistry December 2021 22
Autor:
Beljonne, D., Pourtois, G., Silva, C., Hennebicq, E., Herz, L. M., Friend, R. H., Scholes, G. D., Setayesh, S., Müllen, K., Brédas, J. L.
Publikováno v:
Proceedings of the National Academy of Sciences of the United States of America, 2002 Aug . 99(17), 10982-10987.
Externí odkaz:
https://www.jstor.org/stable/3059508
Publikováno v:
In Materials Research Bulletin March 2017 87:40-47
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.
Autor:
Azadeh Zeinab Mirzaee, Setayesh Sadeghi, Reza Shiari, Vahid Ziaee, Amirhossein Karagah, Reza Sinaei, Shabnam Hajiani Ghotbabadi, Fatemeh Tahghighi, Mohammad Reza Fathi, Armin Shirvani, Aye Miremarati, Leila Ghasemi, Khosro Rahmani, Shahram Araghi, Vadood Javadi Parvaneh, Morteza Jaffaraghaei, Alireza Mohammadkarim
Publikováno v:
Biomedical and Biotechnology Research Journal, Vol 8, Iss 3, Pp 363-368 (2024)
Background: Systemic juvenile idiopathic arthritis (sJIA) is marked with arthritis and several features of systemic inflammation, including fever, rashes, hepatosplenomegaly, lymphadenopathy, and serositis. Interleukin-1 receptor blockers have been u
Externí odkaz:
https://doaj.org/article/08e68a9b3eb74ff8bf14222766789304
Autor:
Ghasemi, S., Esfandiar, A., Rahman Setayesh, S., Habibi-Yangjeh, A., Iraji zad, A., Gholami, M.R.
Publikováno v:
In Applied Catalysis A, General 10 July 2013 462-463:82-90
Publikováno v:
In Journal of Hazardous Materials 2012 199:170-178
Publikováno v:
In Journal of Hazardous Materials 2009 172(2):1573-1578
Publikováno v:
IEEE Access, Vol 12, Pp 60541-60555 (2024)
Automated and precise segmentation of breast lesions can facilitate early diagnosis of breast cancer. Recent research studies employ deep learning for automatic segmentation of breast lesions using ultrasound imaging. Numerous studies introduce somew
Externí odkaz:
https://doaj.org/article/d3d53e17515a48419f67aae204164e55