ReP USP - Resultado da busca

Artigo de periodico
Fast and accurate 3-D spine MRI segmentation using FastCleverSeg (2024)
Ramos, Jonathan da Silva ; Cazzolato, Mirela Teixeira ; Linares, Oscar Alonso Cuadros ; Maciel, Jamilly Gomes; Menezes-Reis, Rafael ; Azevedo-Marques, Paulo Mazzoncini de ; Nogueira-Barbosa, Marcello Henrique ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Magnetic Resonance Imaging. Unidades: FMRP, ICMC
Subjects: RECONHECIMENTO DE IMAGEM, BANCO DE DADOS MULTIMÍDIA, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE, RESSONÂNCIA MAGNÉTICA, COLUNA VERTEBRAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RAMOS, Jonathan da Silva et al. Fast and accurate 3-D spine MRI segmentation using FastCleverSeg. Magnetic Resonance Imaging, v. 109, p. 134-146, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.mri.2024.03.021. Acesso em: 14 nov. 2024.
APA
Ramos, J. da S., Cazzolato, M. T., Linares, O. A. C., Maciel, J. G., Menezes-Reis, R., Azevedo-Marques, P. M. de, et al. (2024). Fast and accurate 3-D spine MRI segmentation using FastCleverSeg. Magnetic Resonance Imaging, 109, 134-146. doi:10.1016/j.mri.2024.03.021
NLM
Ramos J da S, Cazzolato MT, Linares OAC, Maciel JG, Menezes-Reis R, Azevedo-Marques PM de, Nogueira-Barbosa MH, Traina Junior C, Traina AJM. Fast and accurate 3-D spine MRI segmentation using FastCleverSeg [Internet]. Magnetic Resonance Imaging. 2024 ; 109 134-146.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.mri.2024.03.021
Vancouver
Ramos J da S, Cazzolato MT, Linares OAC, Maciel JG, Menezes-Reis R, Azevedo-Marques PM de, Nogueira-Barbosa MH, Traina Junior C, Traina AJM. Fast and accurate 3-D spine MRI segmentation using FastCleverSeg [Internet]. Magnetic Resonance Imaging. 2024 ; 109 134-146.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.mri.2024.03.021
Trabalho de evento
RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases (2024)
Linares, Oscar Alonso Cuadros ; Belizario, Ivar Vargas ; Batah, Sabrina Setembre ; Hamann, Bernd ; Fabro, Alexandre Todorovic ; Azevedo-Marques, Paulo Mazzoncini de ; Traina, Agma Juci Machado
Source: Proceedings. Conference titles: IEEE International Symposium on Biomedical Imaging - ISBI. Unidades: FMRP, ICMC
Subjects: RECONHECIMENTO DE IMAGEM, APRENDIZADO COMPUTACIONAL, DIAGNÓSTICO POR COMPUTADOR, DIAGNÓSTICO POR IMAGEM, DOENÇAS PULMONARES INTERSTICIAIS, PLEURA, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LINARES, Oscar Alonso Cuadros et al. RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases. 2024, Anais.. Piscataway: IEEE, 2024. Disponível em: https://doi.org/10.1109/ISBI56570.2024.10635328. Acesso em: 14 nov. 2024.
APA
Linares, O. A. C., Belizario, I. V., Batah, S. S., Hamann, B., Fabro, A. T., Azevedo-Marques, P. M. de, & Traina, A. J. M. (2024). RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases. In Proceedings. Piscataway: IEEE. doi:10.1109/ISBI56570.2024.10635328
NLM
Linares OAC, Belizario IV, Batah SS, Hamann B, Fabro AT, Azevedo-Marques PM de, Traina AJM. RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases [Internet]. Proceedings. 2024 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1109/ISBI56570.2024.10635328
Vancouver
Linares OAC, Belizario IV, Batah SS, Hamann B, Fabro AT, Azevedo-Marques PM de, Traina AJM. RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases [Internet]. Proceedings. 2024 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1109/ISBI56570.2024.10635328
Artigo de periodico
Fine-tuning pre-trained neural networks for medical image classification in small clinical datasets (2024)
Spolaôr, Newton ; Lee, Huei Diana ; Mendes, Ana Isabel; Nogueira, Conceição Veloso; Parmezan, Antonio Rafael Sabino ; Takaki, Weber Shoity Resende ; Coy, Claudio Saddy Rodrigues ; Wu, Feng Chung; Fonseca-Pinto, Rui
Source: Multimedia Tools and Applications. Unidade: ICMC
Subjects: REDES NEURAIS, APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, NEOPLASIAS CUTÂNEAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SPOLAÔR, Newton et al. Fine-tuning pre-trained neural networks for medical image classification in small clinical datasets. Multimedia Tools and Applications, v. 83, n. 9, p. 27305-27329, 2024Tradução . . Disponível em: https://doi.org/10.1007/s11042-023-16529-w. Acesso em: 14 nov. 2024.
APA
Spolaôr, N., Lee, H. D., Mendes, A. I., Nogueira, C. V., Parmezan, A. R. S., Takaki, W. S. R., et al. (2024). Fine-tuning pre-trained neural networks for medical image classification in small clinical datasets. Multimedia Tools and Applications, 83( 9), 27305-27329. doi:10.1007/s11042-023-16529-w
NLM
Spolaôr N, Lee HD, Mendes AI, Nogueira CV, Parmezan ARS, Takaki WSR, Coy CSR, Wu FC, Fonseca-Pinto R. Fine-tuning pre-trained neural networks for medical image classification in small clinical datasets [Internet]. Multimedia Tools and Applications. 2024 ; 83( 9): 27305-27329.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s11042-023-16529-w
Vancouver
Spolaôr N, Lee HD, Mendes AI, Nogueira CV, Parmezan ARS, Takaki WSR, Coy CSR, Wu FC, Fonseca-Pinto R. Fine-tuning pre-trained neural networks for medical image classification in small clinical datasets [Internet]. Multimedia Tools and Applications. 2024 ; 83( 9): 27305-27329.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s11042-023-16529-w
Artigo de periodico
Artificial intelligence and radiomics in the diagnosis of intraosseous lesions of the gnathic bones: a systematic review (2024)
Giraldo-Roldán, Daniela ; Araujo, Anna Luiza Damaceno ; Moraes, Matheus Cardoso ; Silva, Viviane Mariano da ; Ribeiro, Erin Crespo Cordeiro ; Pinto, Matheus Henrique de Cerqueira ; Saldivia-Siracusa, Cristina ; Sousa-Neto, Sebastião Silvério ; Perez-de-Oliveira, Maria Eduarda ; Lopes, Márcio Ajudarte ; Kowalski, Luiz Paulo ; Carvalho, Andre Carlos Ponce de Leon Ferreira de ; Santos-Silva, Alan Roger dos ; Vargas, Pablo Agustin
Source: Journal of Oral Pathology and Medicine. Unidades: FM, ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, TOMOGRAFIA COMPUTADORIZADA DE EMISSÃO, DIAGNÓSTICO POR COMPUTADOR, RADIOGRAFIA PANORÂMICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GIRALDO-ROLDÁN, Daniela et al. Artificial intelligence and radiomics in the diagnosis of intraosseous lesions of the gnathic bones: a systematic review. Journal of Oral Pathology and Medicine, v. 53, n. 7, p. 415-433, 2024Tradução . . Disponível em: https://doi.org/10.1111/jop.13548. Acesso em: 14 nov. 2024.
APA
Giraldo-Roldán, D., Araujo, A. L. D., Moraes, M. C., Silva, V. M. da, Ribeiro, E. C. C., Pinto, M. H. de C., et al. (2024). Artificial intelligence and radiomics in the diagnosis of intraosseous lesions of the gnathic bones: a systematic review. Journal of Oral Pathology and Medicine, 53( 7), 415-433. doi:10.1111/jop.13548
NLM
Giraldo-Roldán D, Araujo ALD, Moraes MC, Silva VM da, Ribeiro ECC, Pinto MH de C, Saldivia-Siracusa C, Sousa-Neto SS, Perez-de-Oliveira ME, Lopes MA, Kowalski LP, Carvalho ACP de LF de, Santos-Silva AR dos, Vargas PA. Artificial intelligence and radiomics in the diagnosis of intraosseous lesions of the gnathic bones: a systematic review [Internet]. Journal of Oral Pathology and Medicine. 2024 ; 53( 7): 415-433.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1111/jop.13548
Vancouver
Giraldo-Roldán D, Araujo ALD, Moraes MC, Silva VM da, Ribeiro ECC, Pinto MH de C, Saldivia-Siracusa C, Sousa-Neto SS, Perez-de-Oliveira ME, Lopes MA, Kowalski LP, Carvalho ACP de LF de, Santos-Silva AR dos, Vargas PA. Artificial intelligence and radiomics in the diagnosis of intraosseous lesions of the gnathic bones: a systematic review [Internet]. Journal of Oral Pathology and Medicine. 2024 ; 53( 7): 415-433.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1111/jop.13548
Artigo de periodico
Weakly-supervised deep learning models enable HER2-low prediction from H &E stained slides (2024)
Valieris, Renan ; Martins, Luan Vinicius de Carvalho ; Defelicibus, Alexandre ; Bueno, Adriana Passos ; Osorio, Cynthia Aparecida Bueno de Toledo ; Carraro, Dirce Maria ; Dias-Neto, Emmanuel ; Mitrowsky, Rafael Andres Rosales ; Figueiredo, Jose Marcio Barros de ; Silva, Israel Tojal da
Source: Breast Cancer Research. Unidades: FFCLRP, ICMC
Subjects: APRENDIZAGEM PROFUNDA, NEOPLASIAS MAMÁRIAS, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
VALIERIS, Renan et al. Weakly-supervised deep learning models enable HER2-low prediction from H &E stained slides. Breast Cancer Research, v. 26, p. 1-11, 2024Tradução . . Disponível em: https://doi.org/10.1186/s13058-024-01863-0. Acesso em: 14 nov. 2024.
APA
Valieris, R., Martins, L. V. de C., Defelicibus, A., Bueno, A. P., Osorio, C. A. B. de T., Carraro, D. M., et al. (2024). Weakly-supervised deep learning models enable HER2-low prediction from H &E stained slides. Breast Cancer Research, 26, 1-11. doi:10.1186/s13058-024-01863-0
NLM
Valieris R, Martins LV de C, Defelicibus A, Bueno AP, Osorio CAB de T, Carraro DM, Dias-Neto E, Mitrowsky RAR, Figueiredo JMB de, Silva IT da. Weakly-supervised deep learning models enable HER2-low prediction from H &E stained slides [Internet]. Breast Cancer Research. 2024 ; 26 1-11.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1186/s13058-024-01863-0
Vancouver
Valieris R, Martins LV de C, Defelicibus A, Bueno AP, Osorio CAB de T, Carraro DM, Dias-Neto E, Mitrowsky RAR, Figueiredo JMB de, Silva IT da. Weakly-supervised deep learning models enable HER2-low prediction from H &E stained slides [Internet]. Breast Cancer Research. 2024 ; 26 1-11.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1186/s13058-024-01863-0
Tese (Doutorado)
On the application of Machine Learning and Complex Networks to Neuroscience (2023)
Alves, Caroline Lourenço ; Rodrigues, Francisco Aparecido (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES COMPLEXAS, MINERAÇÃO DE DADOS, DESCOBERTA DE CONHECIMENTO, DIAGNÓSTICO POR COMPUTADOR, RESSONÂNCIA MAGNÉTICA, DOENÇAS DO SISTEMA NERVOSO, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Caroline Lourenço. On the application of Machine Learning and Complex Networks to Neuroscience. 2023. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082023-145944/. Acesso em: 14 nov. 2024.
APA
Alves, C. L. (2023). On the application of Machine Learning and Complex Networks to Neuroscience (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082023-145944/
NLM
Alves CL. On the application of Machine Learning and Complex Networks to Neuroscience [Internet]. 2023 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082023-145944/
Vancouver
Alves CL. On the application of Machine Learning and Complex Networks to Neuroscience [Internet]. 2023 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082023-145944/
Tese (Doutorado)
Deep learning and data warehousing techniques applied to real data in the medical domain (2023)
Lima, Daniel Mário de ; Rodrigues Junior, José Fernando (Orientador)
Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, RESSONÂNCIA MAGNÉTICA, CORAÇÃO, DIAGNÓSTICO POR COMPUTADOR, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LIMA, Daniel Mário de. Deep learning and data warehousing techniques applied to real data in the medical domain. 2023. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01092023-164636/. Acesso em: 14 nov. 2024.
APA
Lima, D. M. de. (2023). Deep learning and data warehousing techniques applied to real data in the medical domain (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01092023-164636/
NLM
Lima DM de. Deep learning and data warehousing techniques applied to real data in the medical domain [Internet]. 2023 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01092023-164636/
Vancouver
Lima DM de. Deep learning and data warehousing techniques applied to real data in the medical domain [Internet]. 2023 ;[citado 2024 nov. 14 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01092023-164636/
Trabalho de evento
Classification of H&E images via CNN models with XAI approaches, deepdream representations and multiple classifiers (2023)
Neves, Leandro Alves ; Martinez, João Manuel Cardoso; Longo, Leonardo Henrique da Costa; Roberto, Guilherme Freire ; Tosta, Thaína Aparecida Azevedo ; Faria, Paulo Rogério de ; Loyola, Adriano Mota ; Cardoso, Sérgio Vitorino ; Silva, Adriano Barbosa ; Nascimento, Marcelo Zanchetta do ; Rozendo, Guilherme Botazzo
Source: Proceedings. Conference titles: International Conference on Enterprise Information Systems - ICEIS. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR IMAGEM, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE, NEOPLASIAS MAMÁRIAS, NEOPLASIAS HEPÁTICAS, NEOPLASIAS DO COLON, NEOPLASIAS RETAIS, ODONTODISPLASIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NEVES, Leandro Alves et al. Classification of H&E images via CNN models with XAI approaches, deepdream representations and multiple classifiers. 2023, Anais.. Setúbal: SciTePress, 2023. Disponível em: https://doi.org/10.5220/0011839400003467. Acesso em: 14 nov. 2024.
APA
Neves, L. A., Martinez, J. M. C., Longo, L. H. da C., Roberto, G. F., Tosta, T. A. A., Faria, P. R. de, et al. (2023). Classification of H&E images via CNN models with XAI approaches, deepdream representations and multiple classifiers. In Proceedings. Setúbal: SciTePress. doi:10.5220/0011839400003467
NLM
Neves LA, Martinez JMC, Longo LH da C, Roberto GF, Tosta TAA, Faria PR de, Loyola AM, Cardoso SV, Silva AB, Nascimento MZ do, Rozendo GB. Classification of H&E images via CNN models with XAI approaches, deepdream representations and multiple classifiers [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.5220/0011839400003467
Vancouver
Neves LA, Martinez JMC, Longo LH da C, Roberto GF, Tosta TAA, Faria PR de, Loyola AM, Cardoso SV, Silva AB, Nascimento MZ do, Rozendo GB. Classification of H&E images via CNN models with XAI approaches, deepdream representations and multiple classifiers [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.5220/0011839400003467
Artigo de periodico
Diagnosis of autism spectrum disorder based on functional brain networks and machine learning (2023)
Alves, Caroline Lourenço ; Oliveira, Thaise Graziele Lima de ; Aguiar, Patricia Maria de Carvalho ; Pineda, Aruane Mello ; Roster, Kirstin ; Thielemann, Christiane ; Porto, Joel Augusto Moura ; Rodrigues, Francisco Aparecido
Source: Scientific Reports. Unidades: ICMC, IFSC
Subjects: TECNOLOGIAS DA SAÚDE, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Caroline Lourenço et al. Diagnosis of autism spectrum disorder based on functional brain networks and machine learning. Scientific Reports, v. 13, p. 8072-1-8072-20, 2023Tradução . . Disponível em: https://doi.org/10.1038/s41598-023-34650-6. Acesso em: 14 nov. 2024.
APA
Alves, C. L., Oliveira, T. G. L. de, Aguiar, P. M. de C., Pineda, A. M., Roster, K., Thielemann, C., et al. (2023). Diagnosis of autism spectrum disorder based on functional brain networks and machine learning. Scientific Reports, 13, 8072-1-8072-20. doi:10.1038/s41598-023-34650-6
NLM
Alves CL, Oliveira TGL de, Aguiar PM de C, Pineda AM, Roster K, Thielemann C, Porto JAM, Rodrigues FA. Diagnosis of autism spectrum disorder based on functional brain networks and machine learning [Internet]. Scientific Reports. 2023 ; 13 8072-1-8072-20.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1038/s41598-023-34650-6
Vancouver
Alves CL, Oliveira TGL de, Aguiar PM de C, Pineda AM, Roster K, Thielemann C, Porto JAM, Rodrigues FA. Diagnosis of autism spectrum disorder based on functional brain networks and machine learning [Internet]. Scientific Reports. 2023 ; 13 8072-1-8072-20.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1038/s41598-023-34650-6
Artigo de periodico
Security and privacy in machine learning for health systems: strategies and challenges (2023)
Aguiar, Erikson Júlio de ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Yearbook of Medical Informatics. Unidade: ICMC
Subjects: SISTEMAS COMPUTADORIZADOS DE REGISTROS MÉDICOS, APRENDIZADO COMPUTACIONAL, DIAGNÓSTICO POR IMAGEM, DIAGNÓSTICO POR COMPUTADOR, SEGURANÇA DE SOFTWARE, PRIVACIDADE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
AGUIAR, Erikson Júlio de e TRAINA JUNIOR, Caetano e TRAINA, Agma Juci Machado. Security and privacy in machine learning for health systems: strategies and challenges. Yearbook of Medical Informatics, v. 32, n. 1, p. 269-281, 2023Tradução . . Disponível em: https://doi.org/10.1055/s-0043-1768731. Acesso em: 14 nov. 2024.
APA
Aguiar, E. J. de, Traina Junior, C., & Traina, A. J. M. (2023). Security and privacy in machine learning for health systems: strategies and challenges. Yearbook of Medical Informatics, 32( 1), 269-281. doi:10.1055/s-0043-1768731
NLM
Aguiar EJ de, Traina Junior C, Traina AJM. Security and privacy in machine learning for health systems: strategies and challenges [Internet]. Yearbook of Medical Informatics. 2023 ; 32( 1): 269-281.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1055/s-0043-1768731
Vancouver
Aguiar EJ de, Traina Junior C, Traina AJM. Security and privacy in machine learning for health systems: strategies and challenges [Internet]. Yearbook of Medical Informatics. 2023 ; 32( 1): 269-281.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1055/s-0043-1768731
Trabalho de evento-resumo periodico
Ultilização de inteligência artifical para o diagnóstico de anafilaxia (2023)
Araujo, Chayanne Andrade; Machado, Matheus Matos; Nunes, Fabiana Andrade; Marques, Joice Basilio Machado ; Lario, Fábio de Cerqueira ; Moreira, Dilvan de Abreu ; Ensina, Luis Felipe Chiaverini
Source: Arquivos de asma, alergia e imunologia. Conference titles: Congresso Brasileiro de Alergia e Imunologia. Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, PROCESSAMENTO DE LINGUAGEM NATURAL, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE, ANAFILAXIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ARAUJO, Chayanne Andrade et al. Ultilização de inteligência artifical para o diagnóstico de anafilaxia. Arquivos de asma, alergia e imunologia. São Paulo: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. Disponível em: http://aaai-asbai.org.br/default.asp?ed=150. Acesso em: 14 nov. 2024. , 2023
APA
Araujo, C. A., Machado, M. M., Nunes, F. A., Marques, J. B. M., Lario, F. de C., Moreira, D. de A., & Ensina, L. F. C. (2023). Ultilização de inteligência artifical para o diagnóstico de anafilaxia. Arquivos de asma, alergia e imunologia. São Paulo: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. Recuperado de http://aaai-asbai.org.br/default.asp?ed=150
NLM
Araujo CA, Machado MM, Nunes FA, Marques JBM, Lario F de C, Moreira D de A, Ensina LFC. Ultilização de inteligência artifical para o diagnóstico de anafilaxia [Internet]. Arquivos de asma, alergia e imunologia. 2023 ; no 2023 S26.[citado 2024 nov. 14 ] Available from: http://aaai-asbai.org.br/default.asp?ed=150
Vancouver
Araujo CA, Machado MM, Nunes FA, Marques JBM, Lario F de C, Moreira D de A, Ensina LFC. Ultilização de inteligência artifical para o diagnóstico de anafilaxia [Internet]. Arquivos de asma, alergia e imunologia. 2023 ; no 2023 S26.[citado 2024 nov. 14 ] Available from: http://aaai-asbai.org.br/default.asp?ed=150
Trabalho de evento
Aprendizado de máquina supervisionado para séries temporais na área da saúde (2023)
Silva, Diego Furtado ; Arcencio, Guilherme Gomes ; Medeiros Júnior, José Gilberto Barbosa de ; Souza, Vinícius Mourão Alves de ; Silva, Yuri Gabriel Aragão da
Source: Livro de minicursos. Conference titles: Simpósio Brasileiro de Computação Aplicada à Saúde - SBCAS. Unidades: ICMC, EESC E ICMC
Subjects: APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Diego Furtado et al. Aprendizado de máquina supervisionado para séries temporais na área da saúde. 2023, Anais.. Porto Alegre: SBC, 2023. Disponível em: https://doi.org/10.5753/sbc.12346.2.2. Acesso em: 14 nov. 2024.
APA
Silva, D. F., Arcencio, G. G., Medeiros Júnior, J. G. B. de, Souza, V. M. A. de, & Silva, Y. G. A. da. (2023). Aprendizado de máquina supervisionado para séries temporais na área da saúde. In Livro de minicursos. Porto Alegre: SBC. doi:10.5753/sbc.12346.2.2
NLM
Silva DF, Arcencio GG, Medeiros Júnior JGB de, Souza VMA de, Silva YGA da. Aprendizado de máquina supervisionado para séries temporais na área da saúde [Internet]. Livro de minicursos. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.5753/sbc.12346.2.2
Vancouver
Silva DF, Arcencio GG, Medeiros Júnior JGB de, Souza VMA de, Silva YGA da. Aprendizado de máquina supervisionado para séries temporais na área da saúde [Internet]. Livro de minicursos. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.5753/sbc.12346.2.2
Trabalho de evento
Explainable LightGBM approach for predicting myocardial infarction mortality (2023)
Vicente, Ana Letícia Garcez; Malaquias Junior, Roseval Donisete ; Romero, Roseli Aparecida Francelin
Source: Proceedings. Conference titles: International Conference on Computational Science and Computational Intelligence - CSCI. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE, INFARTO DO MIOCÁRDIO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
VICENTE, Ana Letícia Garcez e MALAQUIAS JUNIOR, Roseval Donisete e ROMERO, Roseli Aparecida Francelin. Explainable LightGBM approach for predicting myocardial infarction mortality. 2023, Anais.. Piscataway: IEEE, 2023. Disponível em: https://doi.org/10.1109/CSCI62032.2023.00057. Acesso em: 14 nov. 2024.
APA
Vicente, A. L. G., Malaquias Junior, R. D., & Romero, R. A. F. (2023). Explainable LightGBM approach for predicting myocardial infarction mortality. In Proceedings. Piscataway: IEEE. doi:10.1109/CSCI62032.2023.00057
NLM
Vicente ALG, Malaquias Junior RD, Romero RAF. Explainable LightGBM approach for predicting myocardial infarction mortality [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1109/CSCI62032.2023.00057
Vancouver
Vicente ALG, Malaquias Junior RD, Romero RAF. Explainable LightGBM approach for predicting myocardial infarction mortality [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1109/CSCI62032.2023.00057
Trabalho de evento
Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings (2023)
Aguiar, Erikson Júlio de ; Costa, Márcus Vinícius Lobo ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Proceedings. Conference titles: International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
AGUIAR, Erikson Júlio de et al. Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings. 2023, Anais.. Los Alamitos: IEEE, 2023. Disponível em: https://doi.org/10.1109/CBMS58004.2023.00184. Acesso em: 14 nov. 2024.
APA
Aguiar, E. J. de, Costa, M. V. L., Traina Junior, C., & Traina, A. J. M. (2023). Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS58004.2023.00184
NLM
Aguiar EJ de, Costa MVL, Traina Junior C, Traina AJM. Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00184
Vancouver
Aguiar EJ de, Costa MVL, Traina Junior C, Traina AJM. Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00184
Trabalho de evento
Early detection of autism spectrum disorder using non-invasive EEG (2023)
Antunes, Marcela Prince; Rosa, João Luís Garcia ; Sabai, Fabio Junior; Aguiar Neto, Fernando Soares de
Source: Proceedings. Conference titles: International Conference on Body Sensor Networks - BSN. Unidade: ICMC
Subjects: RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE, ELETROENCEFALOGRAFIA, TRANSTORNO AUTÍSTICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ANTUNES, Marcela Prince et al. Early detection of autism spectrum disorder using non-invasive EEG. 2023, Anais.. Piscataway: IEEE, 2023. Disponível em: https://doi.org/10.1109/BSN58485.2023.10331452. Acesso em: 14 nov. 2024.
APA
Antunes, M. P., Rosa, J. L. G., Sabai, F. J., & Aguiar Neto, F. S. de. (2023). Early detection of autism spectrum disorder using non-invasive EEG. In Proceedings. Piscataway: IEEE. doi:10.1109/BSN58485.2023.10331452
NLM
Antunes MP, Rosa JLG, Sabai FJ, Aguiar Neto FS de. Early detection of autism spectrum disorder using non-invasive EEG [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1109/BSN58485.2023.10331452
Vancouver
Antunes MP, Rosa JLG, Sabai FJ, Aguiar Neto FS de. Early detection of autism spectrum disorder using non-invasive EEG [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1109/BSN58485.2023.10331452
Artigo de periodico
Analysis of quantile graphs in EGC data from elderly and young individuals using machine learning and deep learning (2023)
Pineda, Aruane Mello ; Rodrigues, Francisco Aparecido ; Alves, Caroline Lourenço ; Möckel, Michael; Oliveira, Thaise Graziele Lima de ; Porto, Joel Augusto Moura
Source: Journal of Complex Networks. Unidades: ICMC, IFSC
Subjects: TECNOLOGIAS DA SAÚDE, APRENDIZADO COMPUTACIONAL, REDES COMPLEXAS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, DOENÇAS VASCULARES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PINEDA, Aruane Mello et al. Analysis of quantile graphs in EGC data from elderly and young individuals using machine learning and deep learning. Journal of Complex Networks, v. 11, n. 5, p. cnad030-1-cnad030-21, 2023Tradução . . Disponível em: https://doi.org/10.1093/comnet/cnad030. Acesso em: 14 nov. 2024.
APA
Pineda, A. M., Rodrigues, F. A., Alves, C. L., Möckel, M., Oliveira, T. G. L. de, & Porto, J. A. M. (2023). Analysis of quantile graphs in EGC data from elderly and young individuals using machine learning and deep learning. Journal of Complex Networks, 11( 5), cnad030-1-cnad030-21. doi:10.1093/comnet/cnad030
NLM
Pineda AM, Rodrigues FA, Alves CL, Möckel M, Oliveira TGL de, Porto JAM. Analysis of quantile graphs in EGC data from elderly and young individuals using machine learning and deep learning [Internet]. Journal of Complex Networks. 2023 ; 11( 5): cnad030-1-cnad030-21.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1093/comnet/cnad030
Vancouver
Pineda AM, Rodrigues FA, Alves CL, Möckel M, Oliveira TGL de, Porto JAM. Analysis of quantile graphs in EGC data from elderly and young individuals using machine learning and deep learning [Internet]. Journal of Complex Networks. 2023 ; 11( 5): cnad030-1-cnad030-21.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1093/comnet/cnad030
Artigo de periodico
Feature extraction and selection from electroencephalogram signals for epileptic seizure diagnosis (2023)
Vargas, Dionathan Luan de ; Oliva, Jefferson Tales ; Teixeira, Marcelo ; Casanova, Dalcimar ; Rosa, João Luís Garcia
Source: Neural Computing and Applications. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, ELETROENCEFALOGRAFIA, EPILEPSIA, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
VARGAS, Dionathan Luan de et al. Feature extraction and selection from electroencephalogram signals for epileptic seizure diagnosis. Neural Computing and Applications, v. 35, n. 16, p. 12195-12219, 2023Tradução . . Disponível em: https://doi.org/10.1007/s00521-023-08350-1. Acesso em: 14 nov. 2024.
APA
Vargas, D. L. de, Oliva, J. T., Teixeira, M., Casanova, D., & Rosa, J. L. G. (2023). Feature extraction and selection from electroencephalogram signals for epileptic seizure diagnosis. Neural Computing and Applications, 35( 16), 12195-12219. doi:10.1007/s00521-023-08350-1
NLM
Vargas DL de, Oliva JT, Teixeira M, Casanova D, Rosa JLG. Feature extraction and selection from electroencephalogram signals for epileptic seizure diagnosis [Internet]. Neural Computing and Applications. 2023 ; 35( 16): 12195-12219.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s00521-023-08350-1
Vancouver
Vargas DL de, Oliva JT, Teixeira M, Casanova D, Rosa JLG. Feature extraction and selection from electroencephalogram signals for epileptic seizure diagnosis [Internet]. Neural Computing and Applications. 2023 ; 35( 16): 12195-12219.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s00521-023-08350-1
Trabalho de evento
A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model (2023)
Costa, Márcus Vinícius Lobo ; Aguiar, Erikson Júlio de ; Rodrigues, Lucas Santiago ; Ramos, Jonathan da Silva ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Proceedings. Conference titles: International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COSTA, Márcus Vinícius Lobo et al. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model. 2023, Anais.. Los Alamitos: IEEE, 2023. Disponível em: https://doi.org/10.1109/CBMS58004.2023.00272. Acesso em: 14 nov. 2024.
APA
Costa, M. V. L., Aguiar, E. J. de, Rodrigues, L. S., Ramos, J. da S., Traina Junior, C., & Traina, A. J. M. (2023). A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS58004.2023.00272
NLM
Costa MVL, Aguiar EJ de, Rodrigues LS, Ramos J da S, Traina Junior C, Traina AJM. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00272
Vancouver
Costa MVL, Aguiar EJ de, Rodrigues LS, Ramos J da S, Traina Junior C, Traina AJM. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model [Internet]. Proceedings. 2023 ;[citado 2024 nov. 14 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00272
Artigo de periodico
Analysis of functional connectivity using machine learning and deep learning in different data modalities from individuals with schizophrenia (2023)
Alves, Caroline Lourenço ; Oliveira, Thaise Graziele Lima de ; Porto, Joel Augusto Moura ; Aguiar, Patricia Maria de Carvalho ; Sena, Eduardo Pondé de ; Rodrigues, Francisco Aparecido ; Pineda, Aruane Mello ; Thielemann, Christiane
Source: Journal of Neural Engineering. Unidades: ICMC, IFSC
Subjects: TECNOLOGIAS DA SAÚDE, APRENDIZADO COMPUTACIONAL, ESQUIZOFRENIA, REDES COMPLEXAS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, CÉREBRO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Caroline Lourenço et al. Analysis of functional connectivity using machine learning and deep learning in different data modalities from individuals with schizophrenia. Journal of Neural Engineering, v. 20, n. 5, p. 056025-1-056025-28, 2023Tradução . . Disponível em: https://doi.org/10.1088/1741-2552/acf734. Acesso em: 14 nov. 2024.
APA
Alves, C. L., Oliveira, T. G. L. de, Porto, J. A. M., Aguiar, P. M. de C., Sena, E. P. de, Rodrigues, F. A., et al. (2023). Analysis of functional connectivity using machine learning and deep learning in different data modalities from individuals with schizophrenia. Journal of Neural Engineering, 20( 5), 056025-1-056025-28. doi:10.1088/1741-2552/acf734
NLM
Alves CL, Oliveira TGL de, Porto JAM, Aguiar PM de C, Sena EP de, Rodrigues FA, Pineda AM, Thielemann C. Analysis of functional connectivity using machine learning and deep learning in different data modalities from individuals with schizophrenia [Internet]. Journal of Neural Engineering. 2023 ; 20( 5): 056025-1-056025-28.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1088/1741-2552/acf734
Vancouver
Alves CL, Oliveira TGL de, Porto JAM, Aguiar PM de C, Sena EP de, Rodrigues FA, Pineda AM, Thielemann C. Analysis of functional connectivity using machine learning and deep learning in different data modalities from individuals with schizophrenia [Internet]. Journal of Neural Engineering. 2023 ; 20( 5): 056025-1-056025-28.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1088/1741-2552/acf734
Artigo de periodico
Complex network-based classification of radiographic images for COVID-19 diagnosis (2023)
Weiguang, Liu; Rodrigues, Rafael Delalibera ; Jianglong, Yan; Yu-Tao, Zhu; Pereira, Everson José de Freitas; Gen, Li; Qiusheng, Zheng; Liang, Zhao
Source: PLoS ONE. Unidades: FFCLRP, ICMC
Subjects: REDES COMPLEXAS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE, RADIOGRAFIA, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
WEIGUANG, Liu et al. Complex network-based classification of radiographic images for COVID-19 diagnosis. PLoS ONE, v. 18, n. 9, p. 1-26, 2023Tradução . . Disponível em: https://doi.org/10.1371/journal.pone.0290968. Acesso em: 14 nov. 2024.
APA
Weiguang, L., Rodrigues, R. D., Jianglong, Y., Yu-Tao, Z., Pereira, E. J. de F., Gen, L., et al. (2023). Complex network-based classification of radiographic images for COVID-19 diagnosis. PLoS ONE, 18( 9), 1-26. doi:10.1371/ journal.pone.0290968
NLM
Weiguang L, Rodrigues RD, Jianglong Y, Yu-Tao Z, Pereira EJ de F, Gen L, Qiusheng Z, Liang Z. Complex network-based classification of radiographic images for COVID-19 diagnosis [Internet]. PLoS ONE. 2023 ; 18( 9): 1-26.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1371/journal.pone.0290968
Vancouver
Weiguang L, Rodrigues RD, Jianglong Y, Yu-Tao Z, Pereira EJ de F, Gen L, Qiusheng Z, Liang Z. Complex network-based classification of radiographic images for COVID-19 diagnosis [Internet]. PLoS ONE. 2023 ; 18( 9): 1-26.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1371/journal.pone.0290968

USP Schools

ReP

Filtros

Document Types

USP Schools

Departament

Authors

USP affiliated authors

Date published

Subjects

Source title

Publisher

Conference titles

Countries/Territories

Funding Agencies

Indexado em

Normalized affiliation

Non normalized affiliation

Countries of institutions of collaboration