Exploiting Multi-Task Transfer Learning to Improve Medical Image Segmentation Accuracy
0Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : in. 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
- Exploiting Multi-Task Transfer Learning to Improve Medical Image Segmentation Accuracy
- Date Crossref
- 20/10/2024
- Éditeur
- Springer Nature Singapore
- Type
- book-chapter
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 institutions déclarées
Vivekananda Global UniversityJaypee Institute of Information TechnologyNoida International UniversityJain UniversityMaharishi University of Management and Technology
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
COVID-19 diagnosis using AIBrain Tumor Detection and ClassificationMedical Image Segmentation Techniques