RMS-UNet: Residual multi-scale UNet for liver and lesion segmentation.

Khan, Rayyan Azam; Luo, Yigang; Wu, Fang-Xiang

Khan, Rayyan Azam; Luo, Yigang; Wu, Fang-Xiang.

Afiliación

Khan RA; Department of Mechanical Engineering, University of Saskatchewan, Saskatoon, SK S7N 5A9, Canada.
Luo Y; College of Medicine and Department of Surgery, University of Saskatchewan, Saskatoon, SK S7N 5A9, Canada.
Wu FX; Division of Biomedical Engineering, Department of Computer Science, Department of Mechanical Engineering, University of Saskatchewan, Saskatoon, SK S7N 5A9, Canada. Electronic address: faw341@mail.usask.ca.

Artif Intell Med ; 124: 102231, 2022 02.

Article en En | MEDLINE | ID: mdl-35115126

Asunto(s)

Carcinoma Hepatocelular; Neoplasias Hepáticas; Carcinoma Hepatocelular/diagnóstico por imagen; Humanos; Procesamiento de Imagen Asistido por Computador/métodos; Neoplasias Hepáticas/diagnóstico por imagen; Tomografía Computarizada por Rayos X

Palabras clave

Abdominal CT; Deep learning; Dilated convolution; Liver and lesion segmentation; Residual

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Carcinoma Hepatocelular / Neoplasias Hepáticas Tipo de estudio: Prognostic_studies / Qualitative_research Límite: Humans Idioma: En Revista: Artif Intell Med Asunto de la revista: INFORMATICA MEDICA Año: 2022 Tipo del documento: Article País de afiliación: Canadá

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google