Salta al contenuto
VuFind
  • Entra
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Avanzata
  • Citazione
  • Invia SMS
  • Invia email
  • Stampa
  • Esporta il record
    • Esporta a RefWorks
    • Esporta a EndNoteWeb
    • Esporta a EndNote
  • Aggiungi alla lista
  • PLink permanente
Copertina

Salvato in:
Dettagli Bibliografici
Autori principali: Tai, Chi-en Amy, Janes, Elizabeth, Czarnecki, Chris, Wong, Alexander
Natura: Preprint
Pubblicazione: 2023
Soggetti:
Image and Video Processing
Computer Vision and Pattern Recognition
Accesso online:https://arxiv.org/abs/2311.11656
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
  • Posseduto
  • Descrizione
  • Sommario
  • Commenti
  • Documenti analoghi
  • MARC21

Accesso online

https://arxiv.org/abs/2311.11656

Documenti analoghi

  • Enhancing Clinically Significant Prostate Cancer Prediction in T2-weighted Images through Transfer Learning from Breast Cancer
    di: Tai, Chi-en Amy, et al.
    Pubblicazione: (2024)
  • Cancer-Net PCa-Seg: Benchmarking Deep Learning Models for Prostate Cancer Segmentation Using Synthetic Correlated Diffusion Imaging
    di: Dewbury, Jarett, et al.
    Pubblicazione: (2025)
  • Optimizing Synthetic Correlated Diffusion Imaging for Breast Cancer Tumour Delineation
    di: Tai, Chi-en Amy, et al.
    Pubblicazione: (2024)
  • Improving Breast Cancer Grade Prediction with Multiparametric MRI Created Using Optimized Synthetic Correlated Diffusion Imaging
    di: Tai, Chi-en Amy, et al.
    Pubblicazione: (2024)
  • Using Multiparametric MRI with Optimized Synthetic Correlated Diffusion Imaging to Enhance Breast Cancer Pathologic Complete Response Prediction
    di: Tai, Chi-en Amy, et al.
    Pubblicazione: (2024)

Opzioni di ricerca

  • Ultime ricerche
  • Ricerca avanzata

Cerca

  • Scorri il catalogo
  • Scorri in ordine alfabetico
  • Esplora selezioni
  • Materiali riservati (per i corsi)
  • Nuovi documenti

Serve aiuto?

  • Suggerimenti per la ricerca
  • Chiedi al bibliotecario
  • FAQ