发布文献求助
待确认
  • 文献求助详情
标题
A Deep Convolutional Neural Network With Performance Comparable to Radiologists for Differentiating Between Spinal Schwannoma and Meningioma
一种性能与放射科医生相当的深度卷积神经网络，用于区分脊髓神经鞘瘤和脑膜瘤
相关领域
医学 神经鞘瘤 磁共振成像 卷积神经网络 脑膜瘤 接收机工作特性 放射科 矢状面 核医学 人工智能 计算机科学 内科学
网址
https://doi.org/10.1097/brs.0000000000003353
DOI
10.1097/brs.0000000000003353 doi
其它 期刊：Spine
作者：Satoshi Maki; Takeo Furuya; Takuro Horikoshi; Hajime Yokota; Yasukuni Mori; et al
出版日期：2019-12-05
求助人
senli2018 在 2025-06-12 13:07:53 发布自北京，悬赏 10 积分
下载
 
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
上个求助
下个求助
相关文献
  1. Improved Deep Convolutional Neural Network to Classify Osteoarthritis from Anterior Cruciate Ligamen...
  2. Islets of meningioma in an acoustic schwannoma in a patient with neurofibromatosis-2: pathology and ...
  3. Application of magnetic resonance fingerprinting to differentiate grade I transitional and fibrous m...
  4. The value of quantitative magnetic resonance imaging signal intensity in distinguishing between spin...
  5. Mixed vestibular schwannoma and meningioma without neurofibromatosis.
  6. Spinal schwannoma hemorrhage manifesting as acute paraplegia
  7. Comparative Study of Multiple High-Signal-Intensity Spots on 3D and 2D Magnetic Resonance Sialograph...
  8. Evaluation of the differential diagnosis accuracy of meningioma and glioma by vascular endothelial g...
  9. A Study of Dynamic Contrast-Enhanced MR Imaging in the Differential Diagnosis of Meningioma and Schw...
  10. A Review of Surgically Treated Intraspinal Schwannoma.
　...点击展开更多...　
求助 / 应助时间线

  • 请等待求助人确认

    已经有人上传了文献，该状态下其他人无法上传，请等待求助人确认该文件是否是他需要的。
    如果求助人在 48 小时内还未确认，系统默认应助成功，本求助将自动关闭。

  • 16小时前

    HEIKU HEIKU Lv12217 上传了文件

    待审核 a_deep_convolutional_neural_network_with.14.pdf (790.28 KB)
    温馨提示：本文件中的下载单位、IP等隐私信息已被删除。如有遗漏，请 提交工单 反馈。

  • 1天前

    科研通AI2.0 科研通AI2.0 机器人 未找到该文献，机器人已退出，请等待人工下载

    13:07:57 未找到该文献，机器人已退出，请等待人工下载
    13:07:54 科研通AI机器人（英国 伦敦）收到请求，开始寻找文献
    13:07:54 已向机器人发送请求

  • 1天前

    senli2018 senli2018 Lv3 求助人 发起了本次求助

更新
PDF的下载单位、IP信息已删除 (2025-6-4)
科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。 对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。
实时播报
SYLH的应助被Clay采纳，获得10
1秒前
我服有点黑完成签到，获得积分10
1秒前
gyeary完成签到，获得积分10
1秒前
2秒前
ommphey发布了新的文献求助40
2秒前
YY发布了新的文献求助10
2秒前
枫叶完成签到，获得积分10
2秒前
3秒前
3秒前
默默白桃完成签到 ，获得积分10
3秒前
3秒前
小何尖尖角完成签到，获得积分10
4秒前
5秒前
领导范儿的应助被pewqkm采纳，获得10
5秒前
5秒前
6秒前
archaea完成签到，获得积分10
6秒前
天真的迎天完成签到，获得积分10
6秒前
222完成签到，获得积分20
7秒前
彭于彦祖的应助被风趣的祥采纳，获得30
8秒前
8秒前
SciGPT的应助被张嘉伟采纳，获得10
8秒前
8秒前
coolplex发布了新的文献求助10
8秒前
814791097完成签到，获得积分10
8秒前
222发布了新的文献求助10
9秒前
赘婿的应助被YY采纳，获得10
9秒前
gyeary发布了新的文献求助10
9秒前
Raino完成签到，获得积分10
9秒前
诚心青曼发布了新的文献求助10
10秒前
10秒前
lsq完成签到，获得积分10
11秒前
123发布了新的文献求助10
11秒前
12秒前
赘婿的应助被cloudss采纳，获得10
12秒前
欣欣发布了新的文献求助10
12秒前
12秒前
Wlin完成签到，获得积分10
13秒前
Ken发布了新的文献求助10
13秒前
亚尔完成签到 ，获得积分10
14秒前
高分求助中
诺和针® 32G 4mm 说明书(2023年2月23日) 1000
Electron microscopy study of magnesium hydride (MgH2) for Hydrogen Storage 1000
Machine Learning in Chemistry The Impact of Artificial Intelligence 500
生物降解型栓塞微球市场（按产品类型、应用和最终用户）- 2030 年全球预测 500
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
Quantum Computing for Quantum Chemistry 500
Thermal Expansion of Solids (CINDAS Data Series on Material Properties, v. I-4) 470
热门求助领域 （近24小时）
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号，转发送积分 3899130
求助须知：如何正确求助？哪些是违规求助？ 3443786
关于积分的说明 10831488
捐赠科研通 3168423
什么是DOI，文献DOI怎么找？ 1750687
邀请新用户注册赠送积分活动 846174
科研通“疑难数据库（出版商）”最低求助积分说明 789065
Copyright © 2020-2025 AbleSci.COM, 科研通, All Right Reserved
科研通是非营利科研互助平台，不忘初心，为科研助力
本站互助的所有文件仅供个人学习研究用，禁止任何人把求助的所得文献进行盈利或传播
版权声明 关于本站 捐赠本站 提交工单 客服中心
皖ICP备2024041134号-1 皖公网安备34019202002308
科研通【文献互助QQ群】：如果您有特殊求助，或发布求助超过24小时未得到应助，可加群求助，群号：941272744【点击一键加群】
科研通【志愿服务QQ群】：如果您热爱文献互助，有热心愿意为更多人服务，请加入小伙伴群，点击申请加入
关注微信服务号
科研通