Перейти к основному содержанию
AkademIndex

Продукты

Для разработчиков

AkademBaseскороОткрытый API экосистемы
Латиница
← Назад к работе

Работы, на которые ссылается эта работа

Работ: 48

Работа: Enhancing Medical Image Segmentation and Classification Using a Fuzzy-Driven Method

  1. Swin Transformer: Hierarchical Vision Transformer using Shifted Windows

    Ze Liu, Yutong Lin, Yue Cao +5

    Статья2021Цитирований: 9
    ABI
  2. 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
  3. Без названия

    ДругоеЦитирований: 7
    ABI
  4. Без названия

    ДругоеЦитирований: 4
    ABI
  5. Adaptive histogram equalization and its variations

    Stephen M. Pizer, E. Philip Amburn, John D. Austin +6

    Статья1987Цитирований: 4
    ABI
  6. Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning

    Daniel Kermany, Michael H. Goldbaum, Wenjia Cai +36

    Статья2018Цитирований: 4
    ABI
  7. Deep Learning in Medical Image Analysis

    Dinggang Shen, Guorong Wu, Heung‐Il Suk

    Обзорная статья2017Цитирований: 4
    ABI
  8. Deep-Pneumonia Framework Using Deep Learning Models Based on Chest X-Ray Images

    Nada M. Elshennawy, Dina M. Ibrahim

    Статья2020Цитирований: 3
    ABI
  9. Без названия

    ДругоеЦитирований: 3
    ABI
  10. Image enhancement via adaptive unsharp masking

    Andrea Polesel, Giovanni Ramponi, V.J. Mathews

    Статья2000Цитирований: 3
    ABI
  11. Adaptive Contrast Enhancement for Infrared Images Based on the Neighborhood Conditional Histogram

    Chengwei Liu, Xiubao Sui, Xiaodong Kuang +3

    Статья2019Цитирований: 3
    ABI
  12. A Review of Deep-Learning-Based Medical Image Segmentation Methods

    Xiangbin Liu, Liping Song, Shuai Liu +1

    Обзорная статья2021Цитирований: 3
    ABI
  13. Без названия

    ДругоеЦитирований: 2
    ABI
  14. Deep Segmentation Networks for Segmenting Kidneys and Detecting Kidney Stones in Unenhanced Abdominal CT Images

    Dan Li, Chuda Xiao, Yang Liu +8

    Статья2022Цитирований: 2
    ABI