Learning From Multiple Datasets With Heterogeneous and Partial Labels for Universal Lesion Detection in CT. | IEEE Trans Med Imaging;40(10): 2759-2770, 2021 10. | MEDLINE

Contenido principal 1 Búsqueda 2 Pie de página 3

+A A -A Alto contraste

Portal Regional de la BVS

Información y Conocimiento para la Salud

Localizar descriptor de asunto Búsqueda Avanzada EVID@Easy

Learning From Multiple Datasets With Heterogeneous and Partial Labels for Universal Lesion Detection in CT.

Yan, Ke; Cai, Jinzheng; Zheng, Youjing; Harrison, Adam P; Jin, Dakai; Tang, Youbao; Tang, Yuxing; Huang, Lingyun; Xiao, Jing; Lu, Le.

IEEE Trans Med Imaging ; 40(10): 2759-2770, 2021 10.

Article en En | MEDLINE | ID: mdl-33370236

Asunto(s)

Algoritmos; Tomografía Computarizada por Rayos X; Radiografía

Añadir a Mi BVS

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Algoritmos / Tomografía Computarizada por Rayos X Tipo de estudio: Diagnostic_studies / Guideline Idioma: En Revista: IEEE Trans Med Imaging Año: 2021 Tipo del documento: Article Pais de publicación: Estados Unidos

Añadir a Mi BVS

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Algoritmos / Tomografía Computarizada por Rayos X Tipo de estudio: Diagnostic_studies / Guideline Idioma: En Revista: IEEE Trans Med Imaging Año: 2021 Tipo del documento: Article Pais de publicación: Estados Unidos