Zobrazeno 1 - 10
of 33
pro vyhledávání: '"Zhou, Leixin"'
Publikováno v:
In Energy Reports June 2024 11:779-790
Autor:
Zhou, Leixin, Wu, Xiaodong
Automated surface segmentation is important and challenging in many medical image analysis applications. Recent deep learning based methods have been developed for various object segmentation tasks. Most of them are a classification based approach, e
Externí odkaz:
http://arxiv.org/abs/2007.01217
Autor:
Xie, Hui, Pan, Zhe, Zhou, Leixin, Zaman, Fahim A, Chen, Danny, Jonas, Jost B, Wang, Yaxing, Wu, Xiaodong
Segmentation of multiple surfaces in medical images is a challenging problem, further complicated by the frequent presence of weak boundary and mutual influence between adjacent objects. The traditional graph-based optimal surface segmentation method
Externí odkaz:
http://arxiv.org/abs/2007.01259
Variational Auto-Encoders (VAEs) have shown great potential in the unsupervised learning of data distributions. An VAE trained on normal images is expected to only be able to reconstruct normal images, allowing the localization of anomalous pixels in
Externí odkaz:
http://arxiv.org/abs/2005.10686
Automated surface segmentation is important and challenging in many medical image analysis applications. Recent deep learning based methods have been developed for various object segmentation tasks. Most of them are a classification based approach (e
Externí odkaz:
http://arxiv.org/abs/1906.04714
Deep-learning based classification algorithms have been shown to be susceptible to adversarial attacks: minor changes to the input of classifiers can dramatically change their outputs, while being imperceptible to humans. In this paper, we present a
Externí odkaz:
http://arxiv.org/abs/1905.11381
Deep learning based image segmentation methods have achieved great success, even having human-level accuracy in some applications. However, due to the black box nature of deep learning, the best method may fail in some situations. Thus predicting seg
Externí odkaz:
http://arxiv.org/abs/1903.08773
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.