1
|
改进DenseNet的乳腺癌病理图像八分类研究 |
赵晓平
王荣发
孙中波
魏旭全
|
《计算机工程与应用》
CSCD
北大核心
|
2023 |
0 |
|
2
|
MFDC-Net:一种融合多尺度特征和注意力机制的乳腺癌病理图像分类算法 |
方于华
叶枫
|
《浙江大学学报(理学版)》
CAS
CSCD
北大核心
|
2023 |
1
|
|
3
|
基于DC-DenseNet的乳腺癌病理图像分类 |
张庙林
帅仁俊
|
《计算机应用与软件》
北大核心
|
2023 |
1
|
|
4
|
基于深度学习的乳腺癌病理图像自动分类 |
何雪英
韩忠义
魏本征
|
《计算机工程与应用》
CSCD
北大核心
|
2018 |
43
|
|
5
|
基于Cycle-GAN和改进DPN网络的乳腺癌病理图像分类 |
张雪芹
李天任
|
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
|
2022 |
3
|
|
6
|
基于卷积神经网络和迁移学习的乳腺癌病理图像分类 |
郑群花
段慧芳
沈尧
刘娟
袁静萍
|
《计算机应用与软件》
北大核心
|
2018 |
15
|
|
7
|
基于深度学习的乳腺癌病理图像分类研究综述 |
李华
杨嘉能
刘凤
南方哲
钱育蓉
|
《计算机工程与应用》
CSCD
北大核心
|
2020 |
11
|
|
8
|
基于多尺度通道重校准的乳腺癌病理图像分类 |
明涛
王丹
郭继昌
李锵
|
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
|
2020 |
8
|
|
9
|
基于ResNet50网络的乳腺癌病理图像分类研究 |
王恒
李霞
刘晓芳
徐文龙
|
《中国计量大学学报》
|
2019 |
30
|
|
10
|
基于AutoAugment和残差网络的乳腺癌病理图像分类研究 |
王恒
李霞
沈茜
徐文龙
|
《中国计量大学学报》
|
2019 |
5
|
|
11
|
基于CNN的乳腺癌病理图像分类研究 |
易才键
陈俊
王师玮
|
《智能计算机与应用》
|
2022 |
1
|
|
12
|
基于Inception-ResNet-V2的乳腺癌病理图像识别研究 |
刘靖雯
黄理灿
|
《软件导刊》
|
2020 |
8
|
|
13
|
基于原型的乳腺癌病理图像分类算法 |
陈霧
穆国旺
|
《计算机科学与应用》
|
2021 |
0 |
|
14
|
乳腺癌病理图像特征提取方法研究综述 |
石静文
李嘉
|
《机电工程技术》
|
2022 |
2
|
|
15
|
基于多任务模型的乳腺癌病理图像分类 |
于凌涛
夏永强
王鹏程
闫昱晟
|
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
|
2021 |
5
|
|
16
|
融合多尺度特征和多重注意力的乳腺癌图像分类方法 |
韩玉静
陈辉
|
《宁夏师范学院学报》
|
2023 |
0 |
|
17
|
多特征融合的乳腺癌组织病理学图像识别的方法 |
乔世昌
胡红萍
郝岩
白艳萍
|
《重庆理工大学学报(自然科学)》
CAS
北大核心
|
2022 |
2
|
|
18
|
基于改进YOLOv5s的乳腺癌有丝分裂病理图像检测 |
刘雅楠
李靖宇
郝利国
赵添羽
邹鹤
孟洪颜
许东滨
董静
|
《中国医疗器械信息》
|
2024 |
0 |
|
19
|
基于融合多网络深层卷积特征和稀疏双关系正则化方法的乳腺癌图像分类研究 |
王永军
黄芳琳
黄珊
姜峰
雷柏英
汪天富
|
《中国生物医学工程学报》
CAS
CSCD
北大核心
|
2020 |
6
|
|
20
|
基于灰度共生矩阵的乳腺病理图像纹理特征分析 |
赵爽
李延军
马志庆
赵文华
|
《中国医学装备》
|
2018 |
7
|
|