更多
通知
医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
更多
在国内外文献保障系统中检索
高级检索 检索偏好
热搜词：
换一批
  • 二次检索
  • 检索历史
论文 期刊
取消
高级检索

检索历史 清除

首页> Journal of digital imaging: the official journal of the Society for Computer Applications in Radiology> Predicting Unnecessary Nodule Biopsies from a Small, Unbalanced, and Pathologically Proven Dataset by Transfer Learning

Predicting Unnecessary Nodule Biopsies from a Small, Unbalanced, and Pathologically Proven Dataset by Transfer Learning

导出 原文传递
翻译 打印 收藏 分享
  • 新浪微博
  • 微信
  • QQ空间
  • 豆瓣
 纠错
广告
第一作者： Han, Fangfang
作者： Han, Fangfang [1] ; Yan, Linkai [2] ; Chen, Junxin [3] ; Teng, Yueyang [4] ; Chen, Shuo [5] ; Qi, Shouliang ; Qian, Wei ; Yang, Jie ; Moore, William ; Zhang, Shu ; Liang, Zhengrong
作者单位： Southern Med Univ, Sch Biomed Engn, Guangzhou 510515, Guangdong, Peoples R China [1] SUNY Stony Brook, Dept Family Populat & Prevent Med, Stony Brook, NY 11794 USA [2] SUNY Stony Brook, Dept Radiol, Stony Brook, NY 11794 USA [3] Northeastern Univ, Coll Med & Biol Informat Engn, Shenyang 110169, Liaoning, Peoples R China [4] Univ Texas El Paso, Coll Engn, El Paso, TX 79968 USA [5]
关键词 Lung cancer screeningSmall and unbalanced datasetDecrease unnecessary biopsyTransfer learningConvolutional neural networks
发布时间 2020-10-12
提交
  • 浏览2
Journal of digital imaging: the official journal of the Society for Computer Applications in Radiology

Journal of digital imaging

2020年33卷3期

685-696页

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中！

加载中！

加载中！

加载中！

  • 浏览2
Journal of digital imaging: the official journal of the Society for Computer Applications in Radiology

Journal of digital imaging

2020年33卷3期

685-696页

相关期刊

加载中！

法律状态公告日 法律状态 法律状态信息

特别提示：本网站仅提供医学学术资源服务，不销售任何药品和器械，有关药品和器械的销售信息，请查阅其他网站。

  • 客服热线：4000-115-888 转3 (周一至周五：8:00至17:00)

  • |

  • 客服邮箱：yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话：4000-115-888，举报邮箱：problem@wanfangdata.com.cn，举报专区

官方微信
万方医学小程序
new智医 翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷