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=(Grad-CAM)
当前检索式
关键词=(Grad-CAM)
展开
  • 排序
  • 筛选
236条结果
资源类型收起
  • 229
  • 6
  • 1
中图分类展开
4
2
1
年份展开
发布时间展开
关键词聚类展开
  • 154
  • 53
  • 48
  • 20
  • 18
更多...
关键词聚类
    加载更多选项
      医学文献类型聚类展开
      • 3
      • 1
      • 1
      • 1
      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=(Grad-CAM)
          当前检索式
          关键词=(Grad-CAM)
          展开
          共236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】 樊雍扬  陈琳  等 《中国医学工程》 2025年33卷10期 22-28页ISTICCA

          【摘要】 目的 本研究旨在对心律失常的心电图进行识别,观察残差神经网络在多种心律失常的多分类任务中的表现能力.方法 利用广州医科大学附属第三医院收集的7 404份心电图数据,建立一维(1D)残差卷积神经模型进行分类,并应用梯度加权类激活映射(Grad...

          【关键词】 残差神经网络心电图深度学习

          浏览:2 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】 赵航  徐晓丹  等 《中国医学物理学杂志》 2025年42卷9期 1236-1244页ISTICCSCD

          【摘要】 目的:利用SimCLR算法的半监督学习框架,构建对内镜下反流性食管炎Los Angeles分级的分类模型.方法:设计的学习框架利用大型未标注数据集,通过自监督学习方式进行预训练.该框架在小型标注数据集上,按照Los Angeles分级标准进...

          【关键词】 反流性食管炎自监督学习对比学习视觉表示的简单框架

          浏览:0 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】 刘璐  林嘉希  等 《现代消化及介入诊疗》 2023年28卷8期 972-975,980页ISTIC

          【摘要】 目的 为克服深度学习模型黑盒不可解释的缺点,本研究旨在探讨可解释性计算机视觉模型在内镜下内痔诊断及危险分级中的应用.方法 收集苏州大学附属第一医院内镜中心的肛齿状线上倒镜图片,分为内痔组和正常组;根据LDRf分级标准,对内痔组进一步分级为R...

          【关键词】 可解释性深度学习内痔

          浏览:30 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】 张蓓蕾  毕锦桐  等 《天津科技大学学报》 2023年38卷5期 49-56页

          【摘要】 龋齿是口腔医学领域的常见病和多发病,及时检测龋齿可以防止龋齿进一步恶化.智能医学辅助诊断的发展使计算机辅助医生进行龋齿筛查成为可能.本文提出一种基于迁移学习和模型融合技术的龋齿检测网络(MDfuseNet),该网络使用改进的 DenseNe...

          【关键词】 龋齿根尖周X线片迁移学习

          浏览:2 被引:2 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】 李劼慧  吴悔  等 《生命科学仪器》 2023年21卷6期 82-88页

          【摘要】 目的:目前较少有研究采用人工智能的方法分析冠状动脉造影(CAG),本文拟通过深度学习EfficientNet和Grad-CAM++可视化技术,实现冠状动脉造影体位的自动识别.方法:将86639张造影图片划分为训练集、验证集和测试集,均包括8...

          【关键词】 EfficientNetGrad-CAM++冠状动脉造影

          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】 王泽辉  张冰  等 《计算机应用与软件》 2022年39卷12期 252-259页

          【摘要】 目前,基于深度学习的图像分割方法往往需要大量的标注数据集,尤其在需要精确像素级标注的医学图像上,不仅需要高昂的时间成本,还需要大量的专业领域知识.为此,提出一种基于深度学习的弱监督肝脏分割算法.通过卷积神经网络训练具有边框标注信息的肝脏数据...

          【关键词】 弱监督肝脏分割Grad-CAM

          浏览:4 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
          • 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
          • 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
          • 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
          • 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
          • / 24
          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