Перейти к основному содержанию
AkademIndex

Продукты

Для разработчиков

AkademBaseОткрытый API экосистемы
← Назад к работе

Работы, на которые ссылается эта работа

Работ: 16

Работа: Brain tumor segmentation capabilities of 3D deep learning architectures (U-Net, V-Net, Attention U-Net, ResNet-based U-Net, Transformer-based model)

  1. Deep Residual Learning for Image Recognition

    Kaiming He, Xiangyu Zhang, Shaoqing Ren +1

    Статья2016Цитирований: 61
    ABI
  2. U-Net: Convolutional Networks for Biomedical Image Segmentation

    Olaf Ronneberger, Philipp Fischer, Thomas Brox

    Глава2015Цитирований: 32
    ABI
  3. A survey on Image Data Augmentation for Deep Learning

    Connor Shorten, Taghi M. Khoshgoftaar

    Статья2019Цитирований: 10
    ABI
  4. Без названия

    ДругоеЦитирований: 9
    ABI
  5. The Multimodal Brain Tumor Image Segmentation Benchmark (BRATS)

    Bjoern Menze, András Jakab, Stefan Bauer +65

    Обзорная статья2014Цитирований: 6
    ABI
  6. UNETR: Transformers for 3D Medical Image Segmentation

    Ali Hatamizadeh, Yucheng Tang, Vishwesh Nath +5

    Статья2022Цитирований: 6
    ABI
  7. Pattern Recognition and Machine Learning

    Книга2006Цитирований: 4
    ABI
  8. Learning Spatiotemporal Features with 3D Convolutional Networks

    Du Tran, Lubomir Bourdev, Rob Fergus +2

    Препринт2015Цитирований: 2
    ABI
  9. Current Methods in Medical Image Segmentation

    Dzung L. Pham, Chenyang Xu, Jerry L. Prince

    Обзорная статья2000Цитирований: 2
    ABI
  10. Comparing images using the Hausdorff distance

    D.P. Huttenlocher, G.A. Klanderman, W.J. Rucklidge

    Статья1993Цитирований: 2
    ABI
  11. Без названия

    ДругоеЦитирований: 1
    ABI
  12. Без названия

    ДругоеЦитирований: 1
    ABI
  13. Без названия

    ДругоеЦитирований: 1
    ABI
  14. Без названия

    ДругоеЦитирований: 1
    ABI