Your browser doesn't support javascript.
loading
Segmentation of Masses on Mammograms Using Data Augmentation and Deep Learning.
Zeiser, Felipe André; da Costa, Cristiano André; Zonta, Tiago; Marques, Nuno M C; Roehe, Adriana Vial; Moreno, Marcelo; da Rosa Righi, Rodrigo.
Afiliação
  • Zeiser FA; Software Innovation Laboratory - SOFTWARELAB, Applied Computing Graduate Program, Universidade do Vale do Rio dos Sinos - Unisinos, Av. Unisinos 950, São Leopoldo, 93022-000, Brazil.
  • da Costa CA; Software Innovation Laboratory - SOFTWARELAB, Applied Computing Graduate Program, Universidade do Vale do Rio dos Sinos - Unisinos, Av. Unisinos 950, São Leopoldo, 93022-000, Brazil. cac@unisinos.br.
  • Zonta T; Software Innovation Laboratory - SOFTWARELAB, Applied Computing Graduate Program, Universidade do Vale do Rio dos Sinos - Unisinos, Av. Unisinos 950, São Leopoldo, 93022-000, Brazil.
  • Marques NMC; Ciências da Vida em Pesquisa, Universidade do Oeste de Santa Catarina, Chapecó, Brazil.
  • Roehe AV; Departamento de Informática, Universidade Nova de Lisboa, Almada, Portugal.
  • Moreno M; Departamento de Patologia e Medicina Legal, Universidade Federal de Ciências da Saúde de, Porto Alegre, Brazil.
  • da Rosa Righi R; Estudos Biológicos e Clínicos em Patologias Humanas, Universidade Federal da Fronteira Sul, Chapecó, Brazil.
J Digit Imaging ; 33(4): 858-868, 2020 08.
Article em En | MEDLINE | ID: mdl-32206943
Assuntos
Palavras-chave
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Neoplasias da Mama / Aprendizado Profundo Tipo de estudo: Diagnostic_studies / Prognostic_studies / Screening_studies Limite: Female / Humans Idioma: En Ano de publicação: 2020 Tipo de documento: Article
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Neoplasias da Mama / Aprendizado Profundo Tipo de estudo: Diagnostic_studies / Prognostic_studies / Screening_studies Limite: Female / Humans Idioma: En Ano de publicação: 2020 Tipo de documento: Article