Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Dynamic Swin-UNet: a transformer-based adaptive framework for precise and efficient Alzheimer’s disease brain segmentation
2026·1 Zitationen·Multimedia Tools and Applications
Volltext beim Verlag öffnen1
Zitationen
2
Autoren
2026
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
Deep Residual Learning for Image Recognition
2016 · 215.868 Zit.
U-Net: Convolutional Networks for Biomedical Image Segmentation
2015 · 85.833 Zit.
ImageNet classification with deep convolutional neural networks
2017 · 75.547 Zit.
Very Deep Convolutional Networks for Large-Scale Image Recognition
2014 · 75.404 Zit.
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
2016 · 52.596 Zit.
Autoren
Institutionen
Themen
Advanced Neural Network ApplicationsBrain Tumor Detection and ClassificationMedical Image Segmentation Techniques