Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Abstract: nnU-Net: Self-adapting Framework for U-Net-Based Medical Image Segmentation
2019·579 Zitationen·Informatik aktuell
Volltext beim Verlag öffnen579
Zitationen
11
Autoren
2019
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design
2018 · 6.344 Zit.
The Multimodal Brain Tumor Image Segmentation Benchmark (BRATS)
2014 · 6.226 Zit.
Brain tumor segmentation with Deep Neural Networks
2016 · 3.174 Zit.
Brain Tumor Segmentation Using Convolutional Neural Networks in MRI Images
2016 · 2.604 Zit.
Generalised Dice Overlap as a Deep Learning Loss Function for Highly Unbalanced Segmentations
2017 · 2.488 Zit.
Autoren
Institutionen
Themen
Brain Tumor Detection and ClassificationAdvanced Neural Network ApplicationsMedical Image Segmentation Techniques