Перейти к основному содержанию
AkademIndex

Продукты

Для разработчиков

AkademBaseскороОткрытый API экосистемы
Латиница
← Назад к работе

Работы, на которые ссылается эта работа

Работ: 29

Работа: Dynamic Focus on Tumor Boundaries: A Lightweight U-Net for MRI Brain Tumor Segmentation

  1. U-Net: Convolutional Networks for Biomedical Image Segmentation

    Olaf Ronneberger, Philipp Fischer, Thomas Brox

    Глава2015Цитирований: 32
    ABI

  2. Brain Tumor Detection Based on Deep Learning Approaches and Magnetic Resonance Imaging

    Akmalbek Abdusalomov, Mukhriddin Mukhiddinov, Taeg Keun Whangbo

    Статья2023Цитирований: 10
    ABI

  3. Без названия

    ДругоеЦитирований: 9
    ABI

  4. nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation

    Fabian Isensee, Paul F. Jaeger, Simon A. A. Kohl +2

    Статья2020Цитирований: 8
    ABI

  5. Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation

    Liang-Chieh Chen, Yukun Zhu, George Papandreou +2

    Глава2018Цитирований: 7
    ABI

  6. Brain Tumor Classification from MRI Using Image Enhancement and Convolutional Neural Network Techniques

    Zahid Rasheed, Yong-Kui Ma, Inam Ullah +6

    СтатьяBrain Tumor Detection and ClassificationBrain Sciences2023Цитирований: 5
    ABI

  7. ResUNet-a: A deep learning framework for semantic segmentation of remotely sensed data

    Foivos I. Diakogiannis, François Waldner, Peter Caccetta +1

    Статья2020Цитирований: 4
    ABI

  8. Без названия

    ДругоеЦитирований: 4
    ABI

  9. Brain Tumor Classification Using Convolutional Neural Networks

    J. Seetha, S. Selvakumar Raja

    Статья2018Цитирований: 3
    ABI

  10. Lightweight Super-Resolution Techniques in Medical Imaging: Bridging Quality and Computational Efficiency

    Akmalbek Abdusalomov, Sanjar Mirzakhalilov, Zaripova Dilnoza +4

    СтатьяAdvanced Image Processing TechniquesBioengineering2024Цитирований: 3
    ABI

  11. A deep learning approach for brain tumor classification using MRI images

    Muhammad Aamir, Zia-ur Rahman, Zaheer Ahmed Dayo +8

    Статья2022Цитирований: 2
    ABI

  12. Cascade multiscale residual attention CNNs with adaptive ROI for automatic brain tumor segmentation

    Zahid Ullah, Muhammad Usman, Moongu Jeon +1

    Статья2022Цитирований: 2
    ABI

  13. Robust clinical applicable CNN and U-Net based algorithm for MRI classification and segmentation for brain tumor

    Atika Akter, Nazeela Nosheen, Sabbir Ahmed +5

    Статья2023Цитирований: 2
    ABI

  14. Integrating Convolutional Neural Networks with Attention Mechanisms for Magnetic Resonance Imaging-Based Classification of Brain Tumors

    Zahid Rasheed, Yongkui Ma, Inam Ullah +3

    Статья2024Цитирований: 2
    ABI

  15. Без названия

    ДругоеЦитирований: 1
    ABI

  16. Без названия

    ДругоеЦитирований: 1
    ABI

  17. Без названия

    ДругоеЦитирований: 1
    ABI

  18. Без названия

    ДругоеЦитирований: 1
    ABI

  19. Без названия

    ДругоеЦитирований: 1
    ABI

  20. Без названия

    ДругоеЦитирований: 1
    ABI

  21. Без названия

    ДругоеЦитирований: 1
    ABI

  22. Без названия

    ДругоеЦитирований: 1
    ABI

  23. Без названия

    ДругоеЦитирований: 1
    ABI

  24. Без названия

    ДругоеЦитирований: 1
    ABI

  25. Без названия

    ДругоеЦитирований: 1
    ABI