| 标题 |
 书籍（章节） A Novel Full-Scale Skip Connections Approach Based on U-Net for COVID-19 Lesion Segmentation in CT Images 一种新的基于U-Net的全尺度跳过连接方法用于CT图像中新冠肺炎病变分割
相关领域
增采样
计算机科学
分割
人工智能
2019年冠状病毒病（COVID-19）
比例（比率）
模式识别（心理学）
计算机视觉
图像（数学）
地图学
地理
医学
病理
传染病（医学专业）
疾病
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Communications in computer and information science 作者：Yuchai Wan; Yifan Li; Senhao Jia; Lili Zhang; Murong Wang; et al 出版日期：2024-01-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
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。
|
cdercder
bc
shimhjy
爱静静
平常的毛豆
冰魂
诸葛御风
HEIKU
昏睡的蟠桃
期待未来的自己
SYLH
斯寜
jenningseastera
剑指东方是为谁
Xiaoxiao
Li
back you up
LaTeXer
shuang0116
淡然冬灵
皖公网安备34019202002308
