Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "brain tumor detection" wg kryterium: Wszystkie pola


Wyświetlanie 1-13 z 13
Tytuł:
Modified VGG16 for accurate brain tumor detection in MRI imagery
Zmodyfikowany VGG16 do dokładnego wykrywania guzów mózgu w obrazach MRI
Autorzy:
Krishna, Katuri Rama
Arbaaz, Mohammad
Dhanekula, Surya Naga Chandra
Vallabhaneni, Yagna Mithra
Data publikacji:
2024
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
brain tumor
deep learning
VGG16
detection
guz mózgu
uczenie głębokie
wykrywanie
Pokaż więcej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Enhanced frost self organizing map segmentation based gradient boost classification for brain tumour detection
Autorzy:
Kurian, Simy Mary
Juliet, Sujitha
Data publikacji:
2024
Słowa kluczowe:
brain tumor detection
enhanced frost filter-based preprocessing
kohonen self organizing map segmentation
ulepszone przetwarzanie wstępne oparte na filtrze Frost
segmentacja samoorganizującej się mapy Kohonena
wykrywanie guza mózgu
Pokaż więcej
Dostawca treści:
BazTech
Artykuł
Tytuł:
Detection of brain tumors from MRI images base on deep learning using hybrid model CNN and NADE
Autorzy:
Hashemzehi, Raheleh
Mahdavi, Seyyed Javad Seyyed
Kheirabadi, Maryam
Kamel, Seyed Reza
Data publikacji:
2020
Słowa kluczowe:
convolutional neural network
neural autoregressive distribution estimation
brain tumor
magnetic resonance imaging
sieć neuronowa konwolucyjna
guz mózgu
rezonans magnetyczny
Pokaż więcej
Dostawca treści:
BazTech
Artykuł
Tytuł:
Deep learning for damaged tissue detection and segmentation in Ki-67 brain tumor specimens based on the U-net model
Autorzy:
Swiderska-Chadaj, Z.
Markiewicz, T.
Gallego, J.
Bueno, G.
Grala, B.
Lorent, M.
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
damaged tissue regions detection
artifacts detection
deep learning
Ki-67 staining specimens
wykrywanie uszkodzonych regionów tkankowych
wykrywanie artefaktów
artefakt
uczenie głębokie
próbki barwiące Ki-67
Pokaż więcej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automatic multi-segmentation method for tumor detection in MRI Images using constrained kmeans method and region Growing-Quasi Monte Carlo Method
Autorzy:
Bagdaoui, Amina
Chama, Zouaoui
Hachemi, Belkacem
El-Bay, Bourennane
Data publikacji:
2024
Słowa kluczowe:
brain tumor
multi segmentation
region growing constrained k-mean
Quasi Monte Carlo
naive Bayes
guz mózgu
wielosegmentacja
rosnące w regionie średnie bayesowskie k
Pokaż więcej
Dostawca treści:
BazTech
Artykuł
Tytuł:
Improvements in quality control and library preparation for targeted sequencing allowed detection of potentially pathogenic alterations in circulating cell-free DNA derived from plasma of brain tumor patients
Autorzy:
Nawrocki, Sergiusz
Wojnicki, Kamil
Gubala, Tomasz
Kaminska, Bozena
Zukowski, Kacper
Wojtas, Bartosz
Karpeta, Michal
Wilkus, Kinga
Lichołai, Sabina
Kaspera, Wojciech
Szadkowska, Paulina
Roura, Adria-Jaume
Waller, Tomasz
Data publikacji:
2022
Słowa kluczowe:
ccfDNA
liquid biopsy
targeted NGS
circulating tumor DNA
glioma
Pokaż więcej
Dostawca treści:
Repozytorium Uniwersytetu Jagiellońskiego
Artykuł
Tytuł:
Deep learning for damaged tissue detection and segmentation in Ki-67 brain tumor specimens based on the U-net model
Autorzy:
Swiderska-Chadaj, Z.
Markiewicz, T.
Gallego, J.
Bueno, G.
Grala, B.
Lorent, M.
Data publikacji:
2018
Słowa kluczowe:
damaged tissue regions detection
artifacts detection
deep learning
Ki-67 staining specimens
wykrywanie uszkodzonych regionów tkankowych
wykrywanie artefaktów
artefakt
uczenie głębokie
próbki barwiące Ki-67
Pokaż więcej
Dostawca treści:
BazTech
Artykuł
    Wyświetlanie 1-13 z 13

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies