Multimodal and multiscale learning network for efficient polyp segmentation
0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. 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
- Multimodal and multiscale learning network for efficient polyp segmentation
- Date Crossref
- 01/01/2026
- 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
-
Guangxi University pays non établi dans la noticeUniversité ou école supérieure
-
Sun Yat-sen University Department of Medical Ultrasonics pays non établi dans la noticeUniversité ou école supérieure
-
College of Physics and Electronic Information pays non établi dans la noticeUniversité ou école supérieure
-
Guangxi Colleges and Universities Engineering Research Center for Multi-modal Information Intelligent Sensing pays non établi dans la noticeUniversité ou école supérieure
Guangxi University, Department of Medical Ultrasonics — Sun Yat-sen University et College of Physics and Electronic Information, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Colorectal Cancer Screening and DetectionAdvanced Neural Network ApplicationsCOVID-19 diagnosis using AI