从321查看出版物1-100
2024
- 基于组织病理学图像的联合临床结果和基因组预测的多实例多任务学习魏绍0005,杭石,刘建新,左英利,梁荪0009,田松霞,陈万元,彭婉0004,盛建鹏,齐朱,张道强.tmi(tmi), 43(6):2266-2278,2024年6月。 [美国国防部]
2023
- 从病理图像和多组学数据表征肿瘤浸润淋巴细胞与肿瘤之间的生存相关相互作用魏绍0005,左英利,杨阳石,吴亚文,焦汤,赵俊勇,梁荪0009,紫霄路,盛建鹏,七柱0001,张道强.tmi(tmi), 42(10):3025-3035,2023年10月。 [美国国防部]
- CXR-Net:一个多任务深度学习网络,用于从胸部X光图像中解释和准确诊断新型冠状病毒肺炎张欣0033,韩亮秀,Tam Sobeih公司,梁昊·韩,尼娜·登普西,赛门·勒查里亚斯,阿斯卡尼奥三叉戟,陈浩明,斯蒂芬·怀特,张道强.山雀, 27(2):980-991,2023年2月。 [美国国防部]
- 通过神经成像遗传学的标签引导多任务稀疏典型相关分析识别模态一致性和模态特异性特征郝晓科,七号谭,郭迎春,肖云佳,明宇0006,王美玲,京勤0001,张道强,阿尔茨海默病神经成像倡议.待定, 70(3):831-840,2023年3月。 [美国国防部]
2022
- 基于超球面流形的图卷积多实例学习在CT图像中诊断慢性阻塞性肺疾病陈玲(Ling Chen),七星峰,西阴,向德敏,雷氏,杨德福,陈彦伟0001,张道强,朱文涛.山雀, 26(12):6058-6069,2022 [美国国防部]
- X-CTRSNet:直接从二维X射线图像重建和分割颈椎三维CT葛荣军,何玉亭,丛霞,徐晨初,孙薇娅,关羽·杨,李俊如,王志华,海陵玉,张道强,杨晨0008,罗利民(Limin Luo),朔丽0001,朱银苏.千字节, 236:107680,2022 [美国国防部]
- RE-3DLVNet:通过交互式3D分割和强化量化精确估计左心室容积葛荣军,丛霞,何玉婷,海龙孙0006,张道强,关羽·杨,文涛巷,石进军,罗利民(Limin Luo),朱银苏,朔丽0001,杨晨0008.千字节, 251:109212,2022 [美国国防部]
- ASMFS:基于自适应相似性的阿尔茨海默病多模态特征选择袁石,陈祖,梅红,周陆平(Luping Zhou),王磊0001,西武0004,周季柳,张道强,严旺0015.公共关系, 126:108566,2022 [美国国防部]
2021
登录或注册以查看更多结果。