退出
我的积分:
中文文献批量获取
外文文献批量获取
张珂; 唐璐; 朱琳; 朱越星; 严所钰; 刘娜; 郑天雷;
徐州医科大学医学影像学院 江苏徐州221004;
深度学习网络技术; 甲状腺结节; 良恶性; "金标准"; 自动分类; 准确率;
机译:彩色多普勒超声在甲状腺结节良恶性鉴别中的应用(附824例分析)
机译:超声成像在鉴别良恶性甲状腺结节中的应用
机译:超声在老年人良恶性甲状腺结节鉴别诊断中的应用
机译:基于深度学习的超声文本分类器,用于预测良性和恶性甲状腺结节
机译:深度学习:序列和图像分类中的神经网络应用和体系结构
机译:纹理分析方法在超声图像甲状腺良恶性结节分类中的应用
机译:甲状腺成像报告和数据系统(TIRaDs)分类在鉴别良恶性甲状腺结节中的可靠性*
机译:神经纤维瘤病患者良恶性神经鞘瘤的基因组和表达谱分析
机译:用于车辆安全相关应用的神经网络模型的自学习网络,可借助深度学习过程对车辆附近的物体进行检测和分类
机译:用于检测多个甲状腺癌相关基因中的至少一个突变,选择具有甲状腺结节的受试者以及预测恶性风险的方法和试剂盒。
机译:应用分类方法,网络异常检测方法,应用分类程序,网络异常检测程序,应用分类装置,网络异常检测设备
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。