Перейти к основному содержанию
AkademIndex

Продукты

Для разработчиков

AkademBaseОткрытый API экосистемы
← Назад к работе

Работы, на которые ссылается эта работа

Работ: 27

Работа: Segmentation in mammographic images based on the U-NET model

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

    Olaf Ronneberger, Philipp Fischer, Thomas Brox

    Глава2015Цитирований: 32
    ABI

  2. Improvement of Image Enhancement Technique for Mammography Images

    Shavkat Fazilov, Kh.S. Abdiyeva, O.R. Yusupov

    СтатьяAdvanced Scientific Research Methods2023Цитирований: 21
    ABI

  3. Patch-based lesion detection using deep learning method on small mammography dataset

    Shavkat Fazilov, Kh.S. Abdieva, O.R. Yusupov

    Глава2023Цитирований: 18
    ABI

  4. An Algorithm for Evaluating the Parameters Characterizing the Quality of the Image Field of the Iris by the Principal component analysis method

    Shavkat Fazilov, O.R. Yusupov, Kh.S. Abdiyeva

    СтатьяBiometric Identification and Security2022Цитирований: 17
    ABI

  5. Improvement of the Daugman Method for Nonreference Assessment of Image Quality in Iris Biometric Technology

    Shavkat Fazilov, O.R. Yusupov

    СтатьяBiometric Identification and Security2021Цитирований: 16
    ABI

  6. Algorithm for Extraction of the Iris Region in an Eye Image

    Shavkat Fazilov, O.R. Yusupov

    СтатьяBiometric Identification and Security2019Цитирований: 14
    ABI

  7. Deep learning-based breast cancer classification through medical imaging modalities: state of the art and research challenges

    Ghulam Murtaza, Liyana Shuib, Ainuddin Wahid Abdul Wahab +6

    Статья2019Цитирований: 2
    ABI

  8. THE DIGITAL DATABASE FOR SCREENING MAMMOGRAPHY

    Michael D. Heath, Kevin W. Bowyer, D B Kopans +1

    Статья2007Цитирований: 2
    ABI

  9. Breast-Cancer Screening — Viewpoint of the IARC Working Group

    Béatrice Secretan, Chiara Scoccianti, Dana Loomis +4

    Статья2015Цитирований: 2
    ABI

  10. Locating blood vessels in retinal images by piecewise threshold probing of a matched filter response

    A.D. Hoover, Valentina L. Kouznetsova, Michael H. Goldbaum

    Статья2000Цитирований: 2
    ABI

  11. Embracing imperfect datasets: A review of deep learning solutions for medical image segmentation

    Nima Tajbakhsh, Laura Jeyaseelan, Qian Li +3

    Обзорная статья2020Цитирований: 2
    ABI

  12. Без названия

    ДругоеЦитирований: 1
    ABI

  13. Без названия

    ДругоеЦитирований: 1
    ABI

  14. Без названия

    ДругоеЦитирований: 1
    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