Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Annotation-efficient deep learning for automatic medical image segmentation
2021·14 Zitationen·Nature CommunicationsOpen Access
Volltext beim Verlag öffnen14
Zitationen
15
Autoren
2021
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
A survey on deep learning in medical image analysis
2017 · 13.483 Zit.
Dermatologist-level classification of skin cancer with deep neural networks
2017 · 13.116 Zit.
A survey on Image Data Augmentation for Deep Learning
2019 · 11.718 Zit.
QuPath: Open source software for digital pathology image analysis
2017 · 8.074 Zit.
Radiomics: Images Are More than Pictures, They Are Data
2015 · 7.969 Zit.
Autoren
Institutionen
- Shenzhen Institutes of Advanced Technology(CN)
- Chinese Academy of Sciences(CN)
- Guizhou Provincial People's Hospital(CN)
- Guangdong Academy of Medical Sciences(CN)
- Guangdong General Hospital(CN)
- Zhengzhou University(CN)
- Henan Provincial People's Hospital(CN)
- Wuhan University(CN)
- Renmin Hospital of Wuhan University(CN)
- Peking University(CN)
- Peng Cheng Laboratory(CN)
- École de Technologie Supérieure(CA)
Themen
AI in cancer detectionRadiomics and Machine Learning in Medical ImagingArtificial Intelligence in Healthcare and Education