Aller au contenu principal
Accès ouvert déclaré 2022 conference-paper

Semantic segmentation and quantification of lung lesions caused by SARS-CoV-2 infection by machine learning methods

0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

The subject of this study is the development of program code in Python to implement segmentation and quantification of lung lesions caused by SARS-CoV-2 infection.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Semantic segmentation and quantification of lung lesions caused by SARS-CoV-2 infection by machine learning methods
Date Crossref
01/01/2022
Éditeur
AIP Publishing
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les sujets associés

COVID-19 diagnosis using AIAI in cancer detectionBrain Tumor Detection and Classification

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.