利皮·B·马汉塔
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [公元9年] 埃利玛·侯赛因 , 利皮·B·马汉塔 , 库尔希德·博博拉 , Himakshi Borah公司 , 萨斯瓦蒂·S·乔杜里 :
探索使用阴道镜图像评估宫颈上皮内瘤变(CIN)诊断的可解释人工智能技术。 专家系统。 申请。 249 : 123579 ( 2024 ) 2021 [j8] 利皮·B·马汉塔 , 埃利马·侯赛因 , 纳瓦伦·达斯 , 洛帕穆德拉·卡科蒂 , 曼尼什·乔杜里 :
IHC-Net:一种全卷积神经网络,用于乳腺病理学Allred评分的自动核分割和集成分类。 申请。 软计算。 103 : 107136 ( 2021 ) [j7] Subrat K.Dutta公司 , 苏达尔山·赛基亚 , 阿比拉萨·巴曼 , 里图莫尼·罗伊 , 康卡纳波拉 , 利皮·B·马汉塔 , R.苏雷什 :
研究增强型深度学习方法,用于子弹条纹标记的增值识别和分割,以实现精确的火器分类。 申请。 软计算。 112 : 107789 ( 2021 ) 2020 [j6] 埃利马·侯赛因 , 利皮·B·马汉塔 , 钱德娜·雷·达斯 , 曼朱拉·乔杜里 , 曼尼什·乔杜里 :
用于巴氏涂片图像中颈部细胞核分割和分类的形状上下文完全卷积神经网络。 Artif公司。 智力。 医学 107 : 101897 ( 2020 ) [j5] 黛西·达斯 , 利皮·B·马汉塔 , 沙布南·艾哈迈德 , Basanta Kr.Baishya公司 :
MANOVA作为儿童髓母细胞瘤及其亚型分类中有效特征简化技术的研究。 Netw公司。 模型。 分析。 健康信息学生物信息。 9 ( 1 ) : 16 ( 2020 ) 【j4】 纳瓦伦·达斯 , 埃利马·侯赛因 , 利皮·B·马汉塔 :
使用转移学习和卷积神经网络将口腔鳞癌上皮组织中的细胞自动分类为多个类别。 神经网络 128 : 47-60 ( 2020 ) 【d1】 黛西·达斯 , 利皮·B·马汉塔 :
儿童髓母细胞瘤显微图像。 IEEE数据端口 , 2020
2010 – 2019
2019 【c4】 黛西·达斯 , 利皮·B·马汉塔 :
儿童髓母细胞瘤组织病理标本自动细胞分割的研究。 PReMI(2) 2019 : 3-12 【c3】 利皮·B·马汉塔 , 康卡纳波拉 , Sourav Jyoti Kalita公司 , Priyangshu瑜伽 :
血涂片图像中血小板和白细胞的自动计数。 PReMI(2) 2019 : 13-20 【c2】 玛纳斯·乔蒂·达斯 , 利皮·B·马汉塔 :
基于各向同性小波特征的肺组织学图像腺癌和鳞癌分类算法的设计与分析。 PReMI(2) 2019 : 50-60 2018 [j3] 黛西·达斯 , 利皮·B·马汉塔 , 沙布纳姆·艾哈迈德 , Basanta Kr.Baishya公司 , Inamul Haque公司 :
生物学可解释和计算机辅助特征对儿童髓母细胞瘤细胞分类的贡献研究。 医学系统杂志。 42 ( 8 ) : 151:1-151:12 ( 2018 ) 2017 [注2] 康卡纳波拉 , 曼尼什·乔杜里 , 利皮·B·马汉塔 , 马来语Kumar Kundu , 阿努普·库马尔·达斯 :
巴氏涂片图像的自动分类,以检测宫颈发育不良。 计算。 方法生物识别程序。 138 : 31-47 ( 2017 ) [j1] 索马·班纳吉 , 蒙乔伊·萨哈 , Indu Arun公司 , 比扬·巴萨克 , 桑吉特·阿加瓦尔 , 罗西娜·艾哈迈德 , 桑乔伊·查特吉 , 利皮·B·马汉塔 , Chandan Chakraborty公司 :
组织病理学图像中基于近集的粘液蛋白分割在粘液癌检测中的应用。 医学系统杂志。 41 ( 9 ) : 144 ( 2017 ) 2016 【c1】 康卡纳波拉 , 曼尼什·乔杜里 , 利皮·B·马汉塔 , 马来语Kumar Kundu , 阿努普·库马尔·达斯 :
基于卷积神经网络的巴氏涂片图像分类。 ICVGIP公司 2016 : 55:1-55:8
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)