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
×
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

当前检索式: 关键词=(Detection networks)
当前检索式
关键词=(Detection networks)
展开
  • 排序
  • 筛选
1776条结果
资源类型收起
  • 1737
  • 39
中图分类展开
13
2
2
1
1
更多...
中图分类
加载更多选项
    年份展开
    发布时间展开
    关键词聚类展开
    • 222
    • 204
    • 186
    • 146
    • 128
    更多...
    关键词聚类
      加载更多选项
        医学文献类型聚类展开
        • 90
        • 19
        • 6
        • 6
        • 4
        更多...
        医学文献类型聚类
          加载更多选项
            定制检索筛选项
            中文期刊
            刊名
            作者
            作者单位
            收录源
            栏目名称
            语种
            医学主题词
            出版状态
            外文期刊
            文献类型
            刊名
            作者
            医学主题词
            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
              加载更多选项
                定制检索筛选项
                当前检索式: 关键词=(Detection networks)
                当前检索式
                关键词=(Detection networks)
                展开
                共1776条结果
                排序方式
                出版时间 相关度 被引次数 下载量
                清除 | 已选 0/200
                0

                【中文期刊】 Yazhou Wang  Tianhan Zhang  等 《植物表型组学(英文)》 2025年7卷2期 193-204页SCIMEDLINECSCDCABP

                【摘要】 The growth of the global population has increased the demand for fruits and vegetables,while high harvesting labor costs...

                【关键词】 3D object detectionMonocularMelons and fruits in fields

                浏览:1 被引:0 下载:0
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 朱帅  刘明  等 《中国生物医学工程学报》 2025年44卷1期 101-111页ISTICPKUCSCDCA

                【摘要】 循环肿瘤细胞作为液体活检中的典型生物标志物,在肿瘤早期诊断、预后评估以及疗效监测等方面具有广泛的应用潜力.然而,循环肿瘤细胞在外周血中含量很低、种类繁多且异质性强,其检测任务面临着准确率低和特异性差的挑战.近年来,深度学习已广泛地应用于生物...

                【关键词】 循环肿瘤细胞深度学习神经网络

                浏览:13 被引:4 下载:10
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 祝志慧  李沃霖  等 《食品科学》 2025年46卷6期 245-253页ISTICPKUCSCDCA

                【摘要】 引入近红外光谱检测技术,构建改进一维卷积神经网络(one-dimensional convolutional neural network,1D-CNN)蛋清粉真实性检测模型.该模型基于1D-CNN模型,无需对光谱数据进行预处理;同时在网络...

                【关键词】 蛋清粉近红外光谱真实性检测

                浏览:4 被引:3 下载:0
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 陈健  孙斌  等 《胃肠病学和肝病学杂志》 2025年34卷4期 538-545页ISTICCA

                【摘要】 目的 利用2023年新推出的YOLOv8m网络,开发一款人工智能辅助系统,旨在实现腺瘤性息肉的自动定位和诊断.方法 使用4个结肠息肉数据集,总计包括9 411张静态图像和25段视频.所涵盖的息肉类别包括增生性息肉和腺瘤性息肉.利用Label...

                【关键词】 结直肠息肉深度学习深度卷积神经网络

                浏览:5 被引:0 下载:1
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 乐星辰  杜伟锋  等 《中国实验方剂学杂志》 2024年30卷11期 183-191页ISTICPKUCSCDCA

                【摘要】 目的:基于改进的YOLOv7-tiny算法实现浙贝母切片角度的自动识别.方法:通过数据增广构建16 000张包含不同角度浙贝母的图像数据集.对YOLOv7-tiny算法进行改进,将普通卷积替换为鬼影卷积(GhostConv),优选添加坐标注...

                【关键词】 浙贝母炮制自动化智能制造

                浏览:7 被引:2 下载:0
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 侯剑平  赵万里  等 《中国医疗设备》 2024年39卷3期 7-13,25页ISTIC

                【摘要】 目的 针对医学实验室自动化生化免疫检验流水线识别准确率和识别速度要求极高、采血管类型众多、采血管铝箔帽状态复杂以及管壁挂液干扰严重的问题,提出一种基于卷积神经网络的采血管铝箔帽状态检测方法,以实现采血管铝箔帽状态的识别.方法 首先采用轻量化...

                【关键词】 采血管铝箔帽状态检测卷积神经网络轻量化分类网络模型

                浏览:15 被引:1 下载:3
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 刘涛  李明  等 《中国医疗设备》 2024年39卷9期 6-13页ISTIC

                【摘要】 目的 探讨改进YOLOv7算法在血细胞图像不同类型细胞自动检测分类中的应用,以提高血细胞识别分类的准确度.方法 将滑动窗口变换器模块引入YOLOv7,同时采用加权双向特征金字塔网络结构,使网络能够获取并传递更加丰富的特征信息,使用斯库拉交并...

                【关键词】 血细胞检测YOLOv7神经网络

                浏览:8 被引:1 下载:2
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 李世龙  何培宇  等 《生物医学工程研究》 2024年43卷5期 369-376页ISTIC

                【摘要】 针对目前缺乏识别心音收缩期杂音和舒张期杂音的方法,本研究提出了一种基于改进残差网络的杂音检测方法,通过检测多个听诊区的收缩期和舒张期杂音,判断患者是否存在心脏杂音.首先,按照心音时相将心音数据分割成心音信号片段;然后,提取心音片段样本的对数...

                【关键词】 心血管疾病心脏杂音杂音检测

                浏览:11 被引:0 下载:0
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 蔡玉  唐奇伶  等 《中国生物医学工程学报》 2023年42卷6期 687-697页ISTICPKUCSCDCA

                【摘要】 统计乳腺癌组织学图像中有丝分裂细胞的数量是乳腺癌分级和预后的重要诊断依据.目前有丝分裂细胞计数主要由病理学家手工进行,是一项费时费力的任务.为解决这一具有挑战性的有丝分裂细胞检测问题,本研究提出了一种从局部到区域分层的乳腺癌病理学图像有丝分...

                【关键词】 有丝分裂检测深监督图像块学习

                浏览:7 被引:0 下载:2
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 郭丛  田钰嘉  等 《中国实验方剂学杂志》 2023年29卷14期 133-140页ISTICPKUCSCDCA

                【摘要】 中药饮片是中医药体系的重要组成部分,中药饮片的优劣识别及质量评级可促进其发展利用.利用深度学习对中药饮片进行智能识别,则在省时省力节约成本的前提下,合理避免了人为主观因素的制约,为中药饮片的高效识别提供了保障.该研究构建了包含108种中药饮...

                【关键词】 中药饮片卷积神经网络深度学习

                浏览:6 被引:7 下载:0
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考
                • / 178
                收起侧边栏
                显示侧边栏
                更多> - 相关医事流 -
                • 加载中...
                - 相关学者 -
                • 加载中...
                - 相关机构 -
                • 加载中...

                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医文AI 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