Eight pruning deep learning models for low storage and high-speed COVID-19 computed tomography lung segmentation and heatmap-based lesion localization: A multicenter study using COVLIAS 2.0.

Agarwal Mohit; Agarwal Sushant; Saba Luca; Chabert Gian Luca; Gupta Suneet; Carriero Alessandro; Pasche Alessio; Danna Pietro; Mehmedovic Armin; Faa Gavino; Shrivastava Saurabh; Jain Kanishka; Jain Harsh; Nagy Ferenc; Kincses Zsigmond Tamás; Ruzsa Zoltán: Eight pruning deep learning models for low storage and high-speed COVID-19 computed tomography lung segmentation and heatmap-based lesion localization: A multicenter study using COVLIAS 2.0.
Computers in biology and medicine, 146. Terjedelem: 34 p.-Azonosító: 105571. ISSN 1879-0534 (2022)

[thumbnail of agrawal.pdf]
Előnézet
Szöveg
agrawal.pdf - Megjelent verzió

Download (43MB) | Előnézet
Szerző azonosítók:
Agarwal Mohit
Agarwal Sushant
Saba Luca
Chabert Gian Luca
Gupta Suneet
Carriero Alessandro
Pasche Alessio
Danna Pietro
Mehmedovic Armin
Faa Gavino
Shrivastava Saurabh
Jain Kanishka
Jain Harsh
Nagy Ferenc
Kincses Zsigmond Tamás MTMT
Ruzsa Zoltán MTMT
Mű típusa: Folyóiratcikk
Szerzők száma: 46
Folyóirat/kiadvány címe: Computers in biology and medicine
Publikáció dátuma: 2022
Kötet: 146
Oldalak: Terjedelem: 34 p.-Azonosító: 105571
ISSN: 1879-0534
Kar/Egység: Szent-Györgyi Albert Orvostudományi Kar
Intézmény: Szegedi Tudományegyetem (2000-)
Nyelv: angol
MTMT rekordazonosító: 32913470
DOI azonosító: https://doi.org/10.1016/j.compbiomed.2022.105571
Dátum: 2022. Júl. 01. 09:38
Utolsó módosítás: 2022. Júl. 01. 09:38
URI: http://publicatio.bibl.u-szeged.hu/id/eprint/24630
Hivatkozások száma a Web of Science® -ben: 34 Idéző cikkek megtekintése a Web of Science® felületén

Actions (login required)

Tétel nézet Tétel nézet

Letöltések

Letöltések havi bontásban az elmúlt egy évben