| 标题 |
An interpretable deep learning workflow for discovering subvisual abnormalities in CT scans of COVID-19 inpatients and survivors 一种可解释的深度学习工作流程,用于发现新冠肺炎住院患者和幸存者CT扫描中的亚视觉异常
相关领域
2019年冠状病毒病(COVID-19)
无线电技术
医学
薄壁组织
放射科
严重急性呼吸综合征冠状病毒2型(SARS-CoV-2)
人工智能
计算机断层摄影术
2019-20冠状病毒爆发
肺
深度学习
计算机科学
病理
内科学
疾病
爆发
传染病(医学专业)
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Nature Machine Intelligence 作者:Longxi Zhou; Xianglin Meng; Yuxin Huang; Kai Kang; Juexiao Zhou; et al 出版日期:2022-05-23 |
| 求助人 | |
| 下载 | 求助已完成,仅限求助人下载。 |
|
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。
|