Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Segment anything model for medical image analysis: An experimental study
2023·630 Zitationen·Medical Image AnalysisOpen Access
Volltext beim Verlag öffnen630
Zitationen
6
Autoren
2023
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 · 6.331 Zit.
The Multimodal Brain Tumor Image Segmentation Benchmark (BRATS)
2014 · 6.219 Zit.
Brain tumor segmentation with Deep Neural Networks
2016 · 3.173 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 · 2.482 Zit.
Autoren
Institutionen
Themen
Brain Tumor Detection and ClassificationMedical Image Segmentation TechniquesAI in cancer detection