Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Benchmarking the Robustness of Deep Neural Networks to Common Corruptions in Digital Pathology
2022·33 Zitationen·Lecture notes in computer science
Volltext beim Verlag öffnen33
Zitationen
6
Autoren
2022
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 · 13.540 Zit.
Dermatologist-level classification of skin cancer with deep neural networks
2017 · 13.162 Zit.
A survey on Image Data Augmentation for Deep Learning
2019 · 11.776 Zit.
QuPath: Open source software for digital pathology image analysis
2017 · 8.141 Zit.
Radiomics: Images Are More than Pictures, They Are Data
2015 · 8.000 Zit.
Autoren
Institutionen
Themen
AI in cancer detectionDigital Imaging for Blood DiseasesArtificial Intelligence in Healthcare and Education