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
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
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: 24 Idéző cikkek megtekintése a Web of Science® felületén

Actions (login required)

Tétel nézet Tétel nézet

Letöltések

Letöltések havi bontásban az elmúlt egy évben