التعليقات: SwinUNeLCsT: Global–local spatial representation learning with hybrid CNN–transformer for efficient tuberculosis lung cavity weakly supervised semantic segmentation

SwinUNeLCsT: Global–local spatial representation learning with hybrid CNN–transformer for efficient tuberculosis lung cavity weakly supervised semantic segmentation

Radiological diagnosis of lung cavities (LCs) is the key to identifying tuberculosis (TB). Conventional deep learning methods rely on a large amount of accurate pixel-level data to segment LCs. This process is timeconsuming and laborious, especially for those subtle LCs. To address such challenges,...

وصف كامل

محفوظ في:

التفاصيل البيبلوغرافية
المؤلفون الرئيسيون:	Zhuoyi, Tan, Hizmawati, Madzin, Bahari, Norafida, Rahmita, Wirza OK Rahmat, Fatimah, Khalid, Puteri, Suhaiza Sulaiman
التنسيق:	مقال
اللغة:	English
منشور في:	Elsevier 2024
الوصول للمادة أونلاين:	http://psasir.upm.edu.my/id/eprint/111381/1/SwinUNeLCsT.pdf
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!

كن أول من يترك تعليقا!

SwinUNeLCsT: Global–local spatial representation learning with hybrid CNN–transformer for efficient tuberculosis lung cavity weakly supervised semantic segmentation

مواد مشابهة