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=(HRNet)
当前检索式
关键词=(HRNet)
展开
  • 排序
  • 筛选
18条结果
资源类型收起
  • 12
  • 5
  • 1
中图分类展开
1
1
1
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
    • 14
    • 4
    • 2
    • 2
    • 2
    更多...
    关键词聚类
      加载更多选项
        医学文献类型聚类展开
        该项聚类结果为0
        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=(HRNet)
            当前检索式
            关键词=(HRNet)
            展开
            共18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】 刘翼奇  辛国江  等 《生物医学工程研究》 2025年44卷6期 371-378页

            【摘要】 为解决胰腺图像分割中边界模糊、精度低的问题,本研究提出了一种胰腺分割网络MSW-HRNet.首先,结合深度可分离卷积与空间注意力机制,设计多尺度特征信息融合模块(MUB),恢复多尺度上采样过程中的细节信息,增强对小尺寸目标区域的分割能力;然...

            【关键词】 胰腺分割注意力机制深度可分离卷积

            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】 田兄玲  宋丽俊  等 《机器人外科学杂志(中英文)》 2025年6卷9期 1454-1460页

            【摘要】 目的:通过融合高分辨率网络(HRNet)模块和动态可变形注意力机制改进 U-Net 模型实现对乳腺癌图像的高精度分类与诊断.方法:研究提出的模型以U-Net为基础,引入了高分辨率网络强大、空洞空间金字塔池化模块以捕获多尺度信息,并融合了全局...

            【关键词】 乳腺癌图像分类HRNet

            浏览:1 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】 郭亚霖  牛群文  等 《医疗卫生装备》 2023年44卷4期 1-8页ISTICCA

            【摘要】 目的:为了准确识别种植体周围牙槽骨的关键点,提出一种基于卷积神经网络(convolutional neural network,CNN)的种植体周围牙槽骨关键点识别方法.方法:首先,收集 158 例成人患者种植牙术后的锥形束CT(cone ...

            【关键词】 CNN种植体牙槽骨

            浏览:33 被引:1 下载:4
            • 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】 额·图娅  李晓庆  等 《临床放射学杂志》 2023年42卷8期 1298-1303页ISTICPKU

            【摘要】 目的 探索深度学习方法基于膝关节正位X线构建自动诊断并分级胫股关节骨关节炎(TFOA)诊断模型.方法 搜集5837 幅膝关节前后位的X线图像,按照8∶ 1∶ 1 的比例随机分为训练集、调优集和测试集.以两位医师依据凯尔格伦-劳伦斯(K-L)...

            【关键词】 膝关节骨关节炎X线摄影

            浏览:93 被引:2 下载:17
            • 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】 额·图娅  王岑  等 《放射学实践》 2022年37卷7期 884-888页ISTICPKUCSCD

            【摘要】 目的:利用深度学习方法训练髌骨轴位X线片图像质量控制的自动分类模型.方法:回顾性收集髌骨轴位X线片,由两位专家将髌骨轴位X线片分为不同数据组以训练模型,分别为:术后/非术后共175例(术后96例,非术后79例),侧别共735例(左侧419例...

            【关键词】 髌骨轴位X线深度学习

            浏览:29 被引:3 下载:17
            • 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

            【外文期刊】 Shida,Zhao ; Zongchun,Bai ; 等 《Animals : an open access journal from MDPI》 2023年13卷18期

            【关键词】 HRNet-32 network;attention mechanism;breeder duck;

            LinkOut
            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
            • 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
            • / 2
            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