- 最近
- 已收藏
- 排序
- 筛选
- 9
- 1
- 1
- 1
- 1
- 1
- 8
- 4
- 4
- 3
- 2
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 出版状态
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 李晓阳 刘柏隆 等 《中华腔镜泌尿外科杂志(电子版)》 2023年17卷6期 549-552页ISTIC
【摘要】 女性盆底功能障碍(pelvic floor dysfunction,PFD)指女性盆底的肌肉、韧带、结缔组织等支持结构因创伤、退化等因素导致缺陷或松弛而出现的一类疾病,以压力性尿失禁(stress urinaryincontinence,S...
- 概要:
- 方法:
- 结论:
【中文期刊】 刘莉 黄玉娟 等 《临床儿科杂志》 2019年37卷2期 102-106页ISTICPKUCSCDCA
【摘要】 目的 运用计算机深度学习的方法,初步建立3个儿童室性期前收缩的卷积神经网络模型,比较并评价其对儿童室性期前收缩的诊断价值.方法 采集1200例儿童室性期前收缩的体表心电图作为室性早博组,并以同期性别、年龄匹配的1200例正常儿童心电图作为正...
- 概要:
- 方法:
- 结论:
【中文期刊】 宫一男 谭孟雨 等 《兽类学报》 2019年39卷4期 458-465页MEDLINEISTICPKUCSCDCABP
【摘要】 为解决大量红外相机监测影像数据量庞大、亟待快速和自动识别的问题,本研究以东北虎豹国家公园为例,应用卷积神经网络,通过深度学习算法对红外相机影像实现物种自动识别.本研究选择8个物种的红外相机视频影像,以50帧率均匀采集成图片格式,每个物种筛选...
- 概要:
- 方法:
- 结论:
【中文期刊】 万程 王宜匡 等 《中华实验眼科杂志》 2019年37卷8期 619-623页ISTICPKUCSCDCA
【摘要】 目的 提出一种对医学眼底图像中的血管部分进行准确分割的模型,避免传统医学图像处理算法严重依赖于人工设计的特征、特征的设计较复杂、模型的泛化能力较差等问题.方法 本研究中采用深度学习的算法实现医学图像中对眼底图像中血管部分的分割任务,提出了一...
- 概要:
- 方法:
- 结论:
【中文期刊】 王诗琪 刘洁 等 《中华皮肤科杂志》 2018年51卷7期 486-489页ISTICPKUCSCDCA
【摘要】 目的 比较深度卷积神经网络(CNN)与皮肤科医师对色素痣和脂溢性角化病的诊断准确率.方法 使用5 094幅色素痣和脂溢性角化病(SK)的皮肤镜图像对CNN网络ResNet-50通过迁移学习进行训练,建立CNN二分类模型,并应用该模型对30幅...
- 概要:
- 方法:
- 结论:
【中文期刊】 梁桥康 南洋 等 《第二军医大学学报》 2018年39卷8期 903-908页ISTICPKUCSCDCA
【摘要】 目的 采用基于深度学习的胃癌病理切片分割算法实现对癌症区域的识别.方法 以U-Net网络为基本架构设计更深层次的胃癌病理切片分割算法模型Deeper U-Net (DU-Net) .采用区域重叠分割法将数据集分割成若干小块图片, 然后利用预...
- 概要:
- 方法:
- 结论:
【中文期刊】 刘鸣谦 兰钧 等 《第二军医大学学报》 2018年39卷8期 909-916页ISTICPKUCSCDCA
【摘要】 目的 通过基于特征提取的深度卷积神经网络,结合关键区域特征和人口学信息,评估儿童骨龄.方法 自动识别左手 X 线图像数据,对图像进行预处理,使用基于深度神经网络的 X 线图像分析方法,实现左手关节骨龄 17 个关键区域特征的自动提取,再将骨...
- 概要:
- 方法:
- 结论:
【中文期刊】 王威 李郁 等 《第二军医大学学报》 2018年39卷8期 852-858页ISTICPKUCSCDCA
【摘要】 深度学习技术的迅猛发展为辅助医师进行高精度的疾病诊断提供了新的方法和思路.本文综述了医学疾病诊断领域常用的深度学习模型, 即卷积神经网络、深度信念网络、受限玻尔兹曼机和循环神经网络模型的原理及特点;然后从肺癌、乳腺癌、糖尿病视网膜病变等几种...
- 概要:
- 方法:
- 结论:
【中文期刊】 邓金城 彭应林 等 《中国医学物理学杂志》 2018年35卷6期 621-627页ISTICCSCD
【摘要】 目的:结合全卷积神经网络(Fully Convolutional Network, FCN)和多孔卷积(Atrous Convolution, AC)的深度学习方法,实现放射治疗计划图像的组织器官自动勾画.方法:选取122套已经由放疗医师勾...
- 概要:
- 方法:
- 结论:

换一批
加载中...





