Aller au contenu principal
2023 article

Transfer learning-based ensemble convolutional neural network for accelerated diagnosis of foot fractures

19Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : kr. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Transfer learning-based ensemble convolutional neural network for accelerated diagnosis of foot fractures
Date Crossref
10/01/2023
Éditeur
Springer Science and Business Media LLC
Type
journal-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.

Où se fait cette recherche

  • Ulsan National Institute of Science and Technology Department of Mechanical Engineering pays non établi dans la notice
    Université ou école supérieure
  • Pusan National University Hospital Department of Orthopaedic Surgery pays non établi dans la notice
    Établissement de santé
  • Health Insurance Review and Assessment Service pays non établi dans la notice
    Organisme public
  • Health Insurance Review & Assessment Service pays non établi dans la notice
    Institution

Department of Mechanical Engineering — Ulsan National Institute of Science and Technology, Department of Orthopaedic Surgery — Pusan National University Hospital et Health Insurance Review and Assessment Service, avec 1 autre affiliation.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Diabetic Foot Ulcer Assessment and ManagementMedical Imaging and AnalysisDigital Imaging for Blood Diseases

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.