基于CT深度学习的活动性/非活动性肺结核分类模型构建及验证

马依迪丽·尼加提, 米日古丽·达毛拉, 张斌, 张水兴

暨南学报（哲学社会科学版） ›› 2023, Vol. 44 ›› Issue (1) : 69-77.

PDF(2928 KB)
更多内容请点击
PDF(2928 KB)
暨南学报（哲学社会科学版） ›› 2023, Vol. 44 ›› Issue (1) : 69-77. DOI: 10.11778/j.jdxb.20220268
人工智能与医学影像

基于CT深度学习的活动性/非活动性肺结核分类模型构建及验证

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

Establishment and verification of active/non-active tuberculosis classification model based on CT deep learning

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
文章历史 +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

本文二维码

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}. {{journal.qiKanMingCheng_CN}}. 2023, 44(1): 69-77 https://doi.org/10.11778/j.jdxb.20220268
{{article.zuoZheEn_L}}. {{article.title_en}}. {{journal.qiKanMingCheng_EN}}. 2023, 44(1): 69-77 https://doi.org/10.11778/j.jdxb.20220268
中图分类号：

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

{{article.reference}}

基金

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(2928 KB)

Accesses

Citation

Detail
段落导航
相关文章
联系方式
地址：广东省广州市黄埔大道西601号暨南大学行政楼512-517
邮编：510632
办公室电话：020-85224092
文科编辑室电话：020-85220281
访问统计
总访问量
今日访问
在线人数
版权所有 © 《暨南学报（哲学社会科学版）》编辑部　　 粤ICP备12087612号

/

〈 〉