A deep learning approach for COVID-19 screening and localization on chest x-ray images (2022)
- Authors:
- USP affiliated authors: TRAINA, AGMA JUCI MACHADO - ICMC ; KRIEGER, JOSE EDUARDO - FM ; GUTIERREZ, MARCO ANTONIO - EP ; MARCOMINI, KAREM DAIANE - ICMC
- Unidades: ICMC; FM; EP
- DOI: 10.1117/12.2613177
- Subjects: REDES NEURAIS; APRENDIZADO COMPUTACIONAL; RECONHECIMENTO DE IMAGEM; TECNOLOGIAS DA SAÚDE; RADIOGRAFIA; COVID-19
- Keywords: classification; opacity detection; deep neural network
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: International Society for Optical Engineering - SPIE
- Publisher place: Bellingham
- Date published: 2022
- Source:
- Título do periódico: Proceedings of SPIE
- ISSN: 1605-7422
- Volume/Número/Paginação/Ano: v. 12033, p. 1203327-1-1203327-9, 2022
- Conference titles: SPIE Medical Imaging
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
MARCOMINI, Karem Daiane et al. A deep learning approach for COVID-19 screening and localization on chest x-ray images. Proceedings of SPIE. Bellingham: International Society for Optical Engineering - SPIE. Disponível em: https://doi.org/10.1117/12.2613177. Acesso em: 24 abr. 2024. , 2022 -
APA
Marcomini, K. D., Cardenas, D. A. C., Traina, A. J. M., Krieger, J. E., & Gutierrez, M. A. (2022). A deep learning approach for COVID-19 screening and localization on chest x-ray images. Proceedings of SPIE. Bellingham: International Society for Optical Engineering - SPIE. doi:10.1117/12.2613177 -
NLM
Marcomini KD, Cardenas DAC, Traina AJM, Krieger JE, Gutierrez MA. A deep learning approach for COVID-19 screening and localization on chest x-ray images [Internet]. Proceedings of SPIE. 2022 ; 12033 1203327-1-1203327-9.[citado 2024 abr. 24 ] Available from: https://doi.org/10.1117/12.2613177 -
Vancouver
Marcomini KD, Cardenas DAC, Traina AJM, Krieger JE, Gutierrez MA. A deep learning approach for COVID-19 screening and localization on chest x-ray images [Internet]. Proceedings of SPIE. 2022 ; 12033 1203327-1-1203327-9.[citado 2024 abr. 24 ] Available from: https://doi.org/10.1117/12.2613177 - Aplicação da inteligência artificial em imagem cardiovascular: classificação automática de imagens de radiografia de tórax
- Caracterização de lesões em imagens digitais de ultrassonografia e elastografia da mama utilizando técnicas inteligentes
- Aplicação de modelos de redes neurais artificiais na segmentação e classificação de nódulos em imagens de ultrassonografia de mama
- Evaluation of the impact of physical adversarial attacks on deep learning models for classifying covid cases
- Blood Pressure Estimation From Photoplethysmography by Considering Intra- and Inter-Subject Variabilities: Guidelines for a Fair Assessment
- Quantificação do movimento 3D do ventrículo esquerdo em imagens de medicina nuclear
- Proposal of semi-automatic classification of breast lesions for strain sonoelastography using a dedicated CAD system
- Classification of lesions in breast elastography images based on strain : a performance evaluation between manual delineation and automatic segmentation
- O efeito do fator de correção da curva característica do sistema de registro da imagem na segmentação do nódulo em mamografia digital
- Insuficiência das variantes gênicas do fator de necrose tumoral alfa na evolução de doentes com insuficiência cardíaca
Informações sobre o DOI: 10.1117/12.2613177 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | 3073475.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
