Loading...
机构名称:
¥ 1.0

参考文献 1 . Coudray N, Ocampo PS, Sakellaropoulos T, Narula N, Snuderl M, Fenyö D 等。使用深度学习对非小细胞肺癌组织病理学图像进行分类和突变预测。自然医学。2018;24:1559-1567。 2 . de Haan K, Zhang Y, Zuckerman JE, Liu T, Sisk AE, Diaz MFP 等。基于深度学习将 H&E 染色组织转化为特殊染色。自然通讯。2021;12:4884。 3 . Gertych A, Swiderska-Chadaj Z, Ma Z, Ing N, Markiewicz T, Cierniak S 等。卷积神经网络可以准确区分数字幻灯片中肺腺癌的四种组织学生长模式。 Sci Rep. 2019;9:1483. 4. Kapil A, Meier A, Zuraw A, Steele KE, Rebelatto MC, Schmidt G 等.深度半监督生成学习用于非小细胞肺癌组织针吸活检肿瘤比例自动评分. Sci Rep. 2018;8:17343.

人工智能在肺癌病理诊断中的应用

人工智能在肺癌病理诊断中的应用PDF文件第1页

人工智能在肺癌病理诊断中的应用PDF文件第2页

人工智能在肺癌病理诊断中的应用PDF文件第3页

相关文件推荐

2022 年
¥6.0
2024 年
¥43.0
2020 年
¥1.0
2021 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2022 年
¥1.0