医学图像处理 | 浏览量 : 0 下载量: 252 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 改善病理图像伪影多分类的局部与全局信息交互融合网络MoLiNet

    • MoLiNet： a local and global information interactive fusion network for improving multi-classification of pathological image artifacts

    • “在病理图像伪影分类领域，研究者提出了MoLiNet网络，有效区分相似伪影，降低计算资源消耗。”
    • 2025年30卷第11期 页码：3680-3693   

      收稿：2024-11-21，

      修回：2025-03-14，

      录用：2025-03-24，

      纸质出版：2025-11-16

    • DOI： 10.11834/jig.240691     

    移动端阅览

  • 丁维龙， 邓戎戎， 徐利锋， 汪春年， 祝行琴， 郑魁. 2025. 改善病理图像伪影多分类的局部与全局信息交互融合网络MoLiNet. 中国图象图形学报， 30（11）：3680-3693 DOI： 10.11834/jig.240691.
    Ding W L， Deng R R， Xu L F， Wang C N， Zhu X Q and Zheng K. 2025. MoLiNet： a local and global information interactive fusion network for improving multi-classification of pathological image artifacts. Journal of Image and Graphics， 30（11）：3680-3693 DOI： 10.11834/jig.240691.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

宋霄罡 西安理工大学计算机科学与工程学院;人机共融智能机器人陕西省高校工程研究中心
谭裕平 西安理工大学计算机科学与工程学院
郭富强 西安理工大学计算机科学与工程学院
鲁晓锋 西安理工大学计算机科学与工程学院;人机共融智能机器人陕西省高校工程研究中心
黑新宏 西安理工大学计算机科学与工程学院;人机共融智能机器人陕西省高校工程研究中心
王腾 淮阴工学院计算机与软件工程学院;江苏省可信固件与智能软件重点实验室
高尚兵 淮阴工学院计算机与软件工程学院;江苏省可信固件与智能软件重点实验室
任刚 东南大学交通学院

相关机构

西安理工大学计算机科学与工程学院
人机共融智能机器人陕西省高校工程研究中心
淮阴工学院计算机与软件工程学院
江苏省可信固件与智能软件重点实验室
东南大学交通学院
0