An efficient boundary-aware adversarial model for polyp segmentation in colonoscopy images
1Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : vn. 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
- An efficient boundary-aware adversarial model for polyp segmentation in colonoscopy images
- Date Crossref
- 01/03/2026
- Éditeur
- Elsevier BV
- 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
-
Hồng Đức University pays non établi dans la noticeUniversité ou école supérieure
-
Hong Duc University pays non établi dans la noticeUniversité ou école supérieure
-
ThinkLabs JSC pays non établi dans la noticeInstitution
Hồng Đức University, Hong Duc University et ThinkLabs JSC.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Colorectal Cancer Screening and DetectionCOVID-19 diagnosis using AIAdvanced Neural Network Applications