BibTeX
CSL-JSON
MLA
Harvard
Abordagem Deep Learning para Classificação de Lesões Mamárias
release_gmxnwb56s5hbvmzn7bdtnhvmqa
by
Roberto Pereira, Caio Matos, João Diniz, Geraldo Braz Junior, João De Almeida, Aristófanes Silva, Anselmo De Paiva
Released
as a paper-conference
by Sociedade Brasileira de Computação - SBC.
2020
Abstract
O câncer de mama é uma das principais causas de morte de mulheres ocidentais. Várias técnicas têm sido desenvolvidas para auxiliar radiologistas na tarefa de detecção e diagnóstico de lesões mamárias. Recentemente, a técnica de deep learning tem apresentado resultados eficientes na classificação de imagens. Este artigo propõe uma metodologia para classificar tecidos de mamografias em massa e não-massa com o uso de redes neurais convolucionais profundas.
In application/xml+jats
format
Archived Files and Locations
application/pdf 180.1 kB
file_23fhzgpoqzhl5dzfwfbevkgcqi
|
sol.sbc.org.br (web) web.archive.org (webarchive) |
Read Archived PDF
Preserved and Accessible
Type
Stage
Date 2020-02-13
paper-conference
Stage
unknown
Date 2020-02-13
Work Entity
access all versions, variants, and formats of this works (eg, pre-prints)
access all versions, variants, and formats of this works (eg, pre-prints)
Cite This
Lookup Links
oaDOI/unpaywall (OA fulltext)
Crossref Metadata (via API)
Worldcat
wikidata.org
CORE.ac.uk
Semantic Scholar
Google Scholar
Crossref Metadata (via API)
Worldcat
wikidata.org
CORE.ac.uk
Semantic Scholar
Google Scholar