Zobrazeno 1 - 10
of 50
pro vyhledávání: '"Shi, Changfa"'
Separating overlapped nuclei is a major challenge in histopathology image analysis. Recently published approaches have achieved promising overall performance on nuclei segmentation; however, their performance on separating overlapped nuclei is quite
Externí odkaz:
http://arxiv.org/abs/2109.15283
Background and objective: In this paper, a modified U-Net based framework is presented, which leverages techniques from Squeeze-and-Excitation (SE) block, Atrous Spatial Pyramid Pooling (ASPP) and residual learning for accurate and robust liver CT se
Externí odkaz:
http://arxiv.org/abs/2103.06419
Liver segmentation from abdominal CT images is an essential step for liver cancer computer-aided diagnosis and surgical planning. However, both the accuracy and robustness of existing liver segmentation methods cannot meet the requirements of clinica
Externí odkaz:
http://arxiv.org/abs/2102.12056
Publikováno v:
Sustainability (2071-1050); Dec2024, Vol. 16 Issue 23, p10545, 23p
Autor:
Wang, Haotian1 (AUTHOR) haotian.wang@castellhealth.com, Vakanski, Aleksandar2 (AUTHOR) vakanski@uidaho.edu, Shi, Changfa3 (AUTHOR) changfashi@hutb.edu.cn, Xian, Min2 (AUTHOR) mxian@uidaho.edu
Publikováno v:
Information (2078-2489). Jul2024, Vol. 15 Issue 7, p417. 15p.
Publikováno v:
In Medical Image Analysis May 2017 38:30-49
Publikováno v:
In Pattern Recognition February 2016 50:88-106
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.