Enhancing representation learning with frequency-augmented feature mixture for robust tuberculosis screening
0Citations signalées, ce qui n’est pas une note de qualité
5Institutions 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
- Enhancing representation learning with frequency-augmented feature mixture for robust tuberculosis screening
- Date Crossref
- 22/04/2026
- 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
-
Kashi University pays non établi dans la noticeUniversité ou école supérieure
-
Sun Yat-sen University The Sixth Affiliated Hospital pays non établi dans la noticeUniversité ou école supérieure
-
Sixth Affiliated Hospital of Sun Yat-sen University pays non établi dans la noticeÉtablissement de santé
-
The Hong Kong University of Science and Technology (Guangzhou) pays non établi dans la noticeUniversité ou école supérieure
-
Xinjiang Uygur Autonomous Region Uygur Medicine Hospital pays non établi dans la noticeÉtablissement de santé
-
The First People’s Hospital of Kashi (Kashgar) Prefecture Department of Radiology pays non établi dans la noticeÉtablissement de santé
-
Xinjiang Key Laboratory of Artificial Intelligence Assisted Imaging Diagnosis pays non établi dans la noticeStructure de recherche
-
Xinjiang Uygur Autonomous Region Traditional Chinese Medicine Hospital pays non établi dans la noticeÉtablissement de santé
Kashi University, The Sixth Affiliated Hospital — Sun Yat-sen University et Sixth Affiliated Hospital of Sun Yat-sen University, avec 5 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
COVID-19 diagnosis using AIDomain Adaptation and Few-Shot LearningTuberculosis Research and Epidemiology