Articles de revues sur le sujet « Deep learning segmentation »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 50 meilleurs articles de revues pour votre recherche sur le sujet « Deep learning segmentation ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Noori, Amani Y., Dr Shaimaa H. Shaker et Dr Raghad Abdulaali Azeez. « Semantic Segmentation of Urban Street Scenes Using Deep Learning ». Webology 19, no 1 (20 janvier 2022) : 2294–306. http://dx.doi.org/10.14704/web/v19i1/web19156.
Texte intégralAL-Oudat, Mohammad, Mohammad Azzeh, Hazem Qattous, Ahmad Altamimi et Saleh Alomari. « Image Segmentation based Deep Learning for Biliary Tree Diagnosis ». Webology 19, no 1 (20 janvier 2022) : 1834–49. http://dx.doi.org/10.14704/web/v19i1/web19123.
Texte intégralSri, S. Vinitha, et S. P. Kavya. « Lung Segmentation Using Deep Learning ». Asian Journal of Applied Science and Technology 05, no 02 (2021) : 10–19. http://dx.doi.org/10.38177/ajast.2021.5202.
Texte intégralVogt, Nina. « Neuron segmentation with deep learning ». Nature Methods 16, no 6 (30 mai 2019) : 460. http://dx.doi.org/10.1038/s41592-019-0450-7.
Texte intégralHyun-Cheol Park, Hyun-Cheol Park, Raman Ghimire Hyun-Cheol Park, Sahadev Poudel Raman Ghimire et Sang-Woong Lee Sahadev Poudel. « Deep Learning for Joint Classification and Segmentation of Histopathology Image ». 網際網路技術學刊 23, no 4 (juillet 2022) : 903–10. http://dx.doi.org/10.53106/160792642022072304025.
Texte intégralWeishaupt, L. L., T. Vuong, A. Thibodeau-Antonacci, A. Garant, K. S. Singh, C. Miller, A. Martin et S. Enger. « A121 QUANTIFYING INTER-OBSERVER VARIABILITY IN THE SEGMENTATION OF RECTAL TUMORS IN ENDOSCOPY IMAGES AND ITS EFFECTS ON DEEP LEARNING ». Journal of the Canadian Association of Gastroenterology 5, Supplement_1 (21 février 2022) : 140–42. http://dx.doi.org/10.1093/jcag/gwab049.120.
Texte intégralIwaszenko, Sebastian, et Leokadia Róg. « Application of Deep Learning in Petrographic Coal Images Segmentation ». Minerals 11, no 11 (13 novembre 2021) : 1265. http://dx.doi.org/10.3390/min11111265.
Texte intégralYang, Zi, Mingli Chen, Mahdieh Kazemimoghadam, Lin Ma, Strahinja Stojadinovic, Robert Timmerman, Tu Dan, Zabi Wardak, Weiguo Lu et Xuejun Gu. « Deep-learning and radiomics ensemble classifier for false positive reduction in brain metastases segmentation ». Physics in Medicine & ; Biology 67, no 2 (19 janvier 2022) : 025004. http://dx.doi.org/10.1088/1361-6560/ac4667.
Texte intégralXue, Jie, Bao Wang, Yang Ming, Xuejun Liu, Zekun Jiang, Chengwei Wang, Xiyu Liu et al. « Deep learning–based detection and segmentation-assisted management of brain metastases ». Neuro-Oncology 22, no 4 (23 décembre 2019) : 505–14. http://dx.doi.org/10.1093/neuonc/noz234.
Texte intégralNapte, Kiran, et Anurag Mahajan. « Deep Learning based Liver Segmentation : A Review ». Revue d'Intelligence Artificielle 36, no 6 (31 décembre 2022) : 979–84. http://dx.doi.org/10.18280/ria.360620.
Texte intégralHussain, Dildar, Rizwan Ali Naqvi, Woong-Kee Loh et Jooyoung Lee. « Deep Learning in DXA Image Segmentation ». Computers, Materials & ; Continua 66, no 3 (2021) : 2587–98. http://dx.doi.org/10.32604/cmc.2021.013031.
Texte intégralAkiyama, T. S., J. Marcato Junior, W. N. Gonçalves, P. O. Bressan, A. Eltner, F. Binder et T. Singer. « DEEP LEARNING APPLIED TO WATER SEGMENTATION ». ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLIII-B2-2020 (14 août 2020) : 1189–93. http://dx.doi.org/10.5194/isprs-archives-xliii-b2-2020-1189-2020.
Texte intégralBenbrahim Ansari, Oussama. « Geo-Marketing Segmentation with Deep Learning ». Businesses 1, no 1 (16 juin 2021) : 51–71. http://dx.doi.org/10.3390/businesses1010005.
Texte intégralJunior, Gerivan Santos, Janderson Ferreira, Cristian Millán-Arias, Ramiro Daniel, Alberto Casado Junior et Bruno J. T. Fernandes. « Ceramic Cracks Segmentation with Deep Learning ». Applied Sciences 11, no 13 (28 juin 2021) : 6017. http://dx.doi.org/10.3390/app11136017.
Texte intégralV., Pattabiraman, et Harshit Singh. « Deep Learning based Brain Tumour Segmentation ». WSEAS TRANSACTIONS ON COMPUTERS 19 (4 janvier 2021) : 234–41. http://dx.doi.org/10.37394/23205.2020.19.29.
Texte intégralKurama, Vihar, Samhita Alla et Rohith Vishnu K. « Image Semantic Segmentation Using Deep Learning ». International Journal of Image, Graphics and Signal Processing 10, no 12 (8 décembre 2018) : 1–10. http://dx.doi.org/10.5815/ijigsp.2018.12.01.
Texte intégralSardar, Mousumi, Subhashis Banerjee et Sushmita Mitra. « Iris Segmentation Using Interactive Deep Learning ». IEEE Access 8 (2020) : 219322–30. http://dx.doi.org/10.1109/access.2020.3041519.
Texte intégralPandian, Asha, Bala Gopi Sai Kumar, Venkata Revanth et Kanipakam Sai Kiran. « Brain Tumor Segmentation Using Deep Learning ». Journal of Computational and Theoretical Nanoscience 17, no 8 (1 août 2020) : 3648–52. http://dx.doi.org/10.1166/jctn.2020.9247.
Texte intégralZhang, Xiaoqing. « Melanoma segmentation based on deep learning ». Computer Assisted Surgery 22, sup1 (18 octobre 2017) : 267–77. http://dx.doi.org/10.1080/24699322.2017.1389405.
Texte intégralSingh, Abhineet, Hayden Kalke, Mark Loewen et Nilanjan Ray. « River Ice Segmentation With Deep Learning ». IEEE Transactions on Geoscience and Remote Sensing 58, no 11 (novembre 2020) : 7570–79. http://dx.doi.org/10.1109/tgrs.2020.2981082.
Texte intégralPekala, M., N. Joshi, T. Y. Alvin Liu, N. M. Bressler, D. Cabrera DeBuc et P. Burlina. « Deep learning based retinal OCT segmentation ». Computers in Biology and Medicine 114 (novembre 2019) : 103445. http://dx.doi.org/10.1016/j.compbiomed.2019.103445.
Texte intégralSrinivas, Dr Kalyanapu, et Reddy Dr.B.R.S. « Deep Learning based CNN Optimization Model for MR Braing Image Segmentation ». Journal of Advanced Research in Dynamical and Control Systems 11, no 11 (20 novembre 2019) : 213–20. http://dx.doi.org/10.5373/jardcs/v11i11/20193190.
Texte intégralHu, Guangdong, Fengyuan Qian, Longgui Sha et Zilong Wei. « Application of Deep Learning Technology in Glioma ». Journal of Healthcare Engineering 2022 (18 février 2022) : 1–9. http://dx.doi.org/10.1155/2022/8507773.
Texte intégralIyer, Aditi, Maria Thor, Ifeanyirochukwu Onochie, Jennifer Hesse, Kaveh Zakeri, Eve LoCastro, Jue Jiang et al. « Prospectively-validated deep learning model for segmenting swallowing and chewing structures in CT ». Physics in Medicine & ; Biology 67, no 2 (17 janvier 2022) : 024001. http://dx.doi.org/10.1088/1361-6560/ac4000.
Texte intégralHuang, Caiyun, et Changhua Yin. « A coronary artery CTA segmentation approach based on deep learning ». Journal of X-Ray Science and Technology 30, no 2 (15 mars 2022) : 245–59. http://dx.doi.org/10.3233/xst-211063.
Texte intégralBuser, Myrthe A. D., Alida F. W. van der Steeg, Marc H. W. A. Wijnen, Matthijs Fitski, Harm van Tinteren, Marry M. van den Heuvel-Eibrink, Annemieke S. Littooij et Bas H. M. van der Velden. « Radiologic versus Segmentation Measurements to Quantify Wilms Tumor Volume on MRI in Pediatric Patients ». Cancers 15, no 7 (1 avril 2023) : 2115. http://dx.doi.org/10.3390/cancers15072115.
Texte intégralRehman, Aasia, Muheet Ahmed Butt et Majid Zaman. « Liver Lesion Segmentation Using Deep Learning Models ». Acadlore Transactions on AI and Machine Learning 1, no 1 (20 novembre 2022) : 61–67. http://dx.doi.org/10.56578/ataiml010108.
Texte intégralZhao, Yang. « Development of Semantic Segmentation Based on Deep Learning ». Highlights in Science, Engineering and Technology 34 (28 février 2023) : 281–88. http://dx.doi.org/10.54097/hset.v34i.5485.
Texte intégralMoorthy, Jayashree, et Usha Devi Gandhi. « A Survey on Medical Image Segmentation Based on Deep Learning Techniques ». Big Data and Cognitive Computing 6, no 4 (17 octobre 2022) : 117. http://dx.doi.org/10.3390/bdcc6040117.
Texte intégralPécot, Thierry, Alexander Alekseyenko et Kristin Wallace. « A deep learning segmentation strategy that minimizes the amount of manually annotated images ». F1000Research 10 (30 mars 2021) : 256. http://dx.doi.org/10.12688/f1000research.52026.1.
Texte intégralPécot, Thierry, Alexander Alekseyenko et Kristin Wallace. « A deep learning segmentation strategy that minimizes the amount of manually annotated images ». F1000Research 10 (17 janvier 2022) : 256. http://dx.doi.org/10.12688/f1000research.52026.2.
Texte intégralAyad, Hayder, Ikhlas Watan Ghindawi et Mustafa Salam Kadhm. « Lung Segmentation Using Proposed Deep Learning Architecture ». International Journal of Online and Biomedical Engineering (iJOE) 16, no 15 (15 décembre 2020) : 141. http://dx.doi.org/10.3991/ijoe.v16i15.17115.
Texte intégralA. C., Anitha, R. ,. Dhanesha, Shrinivasa Naika C. L., Krishna A. N., Parinith S. Kumar et Parikshith P. Sharma. « Arecanut Bunch Segmentation Using Deep Learning Techniques ». International Journal of Circuits, Systems and Signal Processing 16 (26 juillet 2022) : 1064–73. http://dx.doi.org/10.46300/9106.2022.16.129.
Texte intégralKushwah, Chandra Pal, et Kuruna Markam. « Semantic Segmentation of Satellite Images using Deep Learning ». Regular issue 10, no 8 (30 juin 2021) : 33–37. http://dx.doi.org/10.35940/ijitee.h9186.0610821.
Texte intégralShu, Zhenyu, Chengwu Qi, Shiqing Xin, Chao Hu, Li Wang, Yu Zhang et Ligang Liu. « Unsupervised 3D shape segmentation and co-segmentation via deep learning ». Computer Aided Geometric Design 43 (mars 2016) : 39–52. http://dx.doi.org/10.1016/j.cagd.2016.02.015.
Texte intégralM N, Rajesh, et Chandrasekar B S. « Deep Learning-Based Semantic Segmentation Models for Prostate Gland Segmentation ». International Journal of Electrical and Electronics Engineering 10, no 2 (28 février 2023) : 157–71. http://dx.doi.org/10.14445/23488379/ijeee-v10i2p115.
Texte intégralLiu, Xiangbin, Liping Song, Shuai Liu et Yudong Zhang. « A Review of Deep-Learning-Based Medical Image Segmentation Methods ». Sustainability 13, no 3 (25 janvier 2021) : 1224. http://dx.doi.org/10.3390/su13031224.
Texte intégralÇevik, Kerim Kürşat, Hasan Erdinç Koçer et Mustafa Boğa. « Deep Learning Based Egg Fertility Detection ». Veterinary Sciences 9, no 10 (17 octobre 2022) : 574. http://dx.doi.org/10.3390/vetsci9100574.
Texte intégralLim, Chee Chin, Norhanis Ayunie Ahmad Khairudin, Siew Wen Loke, Aimi Salihah Abdul Nasir, Yen Fook Chong et Zeehaida Mohamed. « Comparison of Human Intestinal Parasite Ova Segmentation Using Machine Learning and Deep Learning Techniques ». Applied Sciences 12, no 15 (27 juillet 2022) : 7542. http://dx.doi.org/10.3390/app12157542.
Texte intégralKim, Yong-Woon, Yung-Cheol Byun et Addapalli V. N. Krishna. « Portrait Segmentation Using Ensemble of Heterogeneous Deep-Learning Models ». Entropy 23, no 2 (5 février 2021) : 197. http://dx.doi.org/10.3390/e23020197.
Texte intégralMauricaite, Radvile, Ella Mi, Jiarong Chen, Andrew Ho, Lillie Pakzad-Shahabi et Matthew Williams. « Fully automated deep learning system for detecting sarcopenia on brain MRI in glioblastoma ». Neuro-Oncology 23, Supplement_4 (1 octobre 2021) : iv13. http://dx.doi.org/10.1093/neuonc/noab195.031.
Texte intégralTrojahn, Tiago Henrique, et Rudinei Goularte. « Temporal video scene segmentation using deep-learning ». Multimedia Tools and Applications 80, no 12 (8 février 2021) : 17487–513. http://dx.doi.org/10.1007/s11042-020-10450-2.
Texte intégralLattisi, Tiziano, Davide Farina et Marco Ronchetti. « Semantic Segmentation of Text Using Deep Learning ». Computing and Informatics 41, no 1 (2022) : 78–97. http://dx.doi.org/10.31577/cai_2022_1_78.
Texte intégralAnagnostis, Athanasios, Aristotelis C. Tagarakis, Dimitrios Kateris, Vasileios Moysiadis, Claus Grøn Sørensen, Simon Pearson et Dionysis Bochtis. « Orchard Mapping with Deep Learning Semantic Segmentation ». Sensors 21, no 11 (31 mai 2021) : 3813. http://dx.doi.org/10.3390/s21113813.
Texte intégralSolanki, Abhishek, Rajan Kumar Singh et Brinsley Demeneze. « Aerial pictures semantic segmentation applying deep learning ». International Journal Of Trendy Research In Engineering And Technology 05, no 01 (2021) : 42–48. http://dx.doi.org/10.54473/ijtret.2021.5107.
Texte intégralInik, Özkan, et Erkan Ülker. « Optimization of deep learning based segmentation method ». Soft Computing 26, no 7 (2 mars 2022) : 3329–44. http://dx.doi.org/10.1007/s00500-021-06711-3.
Texte intégralJung, Sunguk, Hyeonbeom Heo, Sangheon Park, Sung-Uk Jung et Kyungjae Lee. « Benchmarking Deep Learning Models for Instance Segmentation ». Applied Sciences 12, no 17 (3 septembre 2022) : 8856. http://dx.doi.org/10.3390/app12178856.
Texte intégralZheng, Ke, et Hasan Abdullah Hasan Naji. « Road Scene Segmentation Based on Deep Learning ». IEEE Access 8 (2020) : 140964–71. http://dx.doi.org/10.1109/access.2020.3009782.
Texte intégralSuprunenko, V. V. « Ore particles segmentation using deep learning methods ». Journal of Physics : Conference Series 1679 (novembre 2020) : 042089. http://dx.doi.org/10.1088/1742-6596/1679/4/042089.
Texte intégralXiangfu Zhang, 张祥甫, 刘健 Jian Liu, 石章松 Zhangsong Shi, 吴中红 Zhonghong Wu et 王智 Zhi Wang. « Review of Deep Learning-Based Semantic Segmentation ». Laser & ; Optoelectronics Progress 56, no 15 (2019) : 150003. http://dx.doi.org/10.3788/lop56.150003.
Texte intégral