| 注册
首页|期刊导航|分子影像学杂志|DenseNet网络深度学习分析CT图像鉴别肺结节良恶性的价值

DenseNet网络深度学习分析CT图像鉴别肺结节良恶性的价值

钱旭 王姗

分子影像学杂志2022,Vol.45Issue(6):P.921-924,4.
分子影像学杂志2022,Vol.45Issue(6):P.921-924,4.DOI:10.12122/j.issn.1674-4500.2022.06.25

DenseNet网络深度学习分析CT图像鉴别肺结节良恶性的价值

钱旭 1王姗1

作者信息

  • 1. 东南大学附属江阴市人民医院影像科,江苏江阴214400
  • 折叠

摘要

关键词

DenseNet/深度学习/CT/肺结节/良恶性

分类

医药卫生

引用本文复制引用

钱旭,王姗..DenseNet网络深度学习分析CT图像鉴别肺结节良恶性的价值[J].分子影像学杂志,2022,45(6):P.921-924,4.

基金项目

无锡市科技发展计划(NZ2018024)。 (NZ2018024)

分子影像学杂志

OACSTPCD

1674-4500

访问量5
|
下载量0
段落导航相关论文