Deep extracted features to support content-based image retrieval systems in the diagnosis of Covid-19 and interstitial diseases (2022)
- Authors:
- USP affiliated authors: SANTOS, MARCEL KOENIGKAM - FMRP ; TRAINA, AGMA JUCI MACHADO - ICMC ; MARQUES, PAULO MAZZONCINI DE AZEVEDO - FMRP ; BÊDO, MARCOS VINÍCIUS NAVES - FMRP
- Unidades: FMRP; ICMC
- DOI: 10.1007/s11548-022-02635-x
- Subjects: RECUPERAÇÃO DA INFORMAÇÃO; RECONHECIMENTO DE IMAGEM; APRENDIZADO COMPUTACIONAL; REDES NEURAIS; COVID-19
- Keywords: CBIR; kNN; Deep Learning
- Language: Inglês
- Imprenta:
- Publisher: Springer
- Publisher place: Heidelberg
- Date published: 2022
- Source:
- Título: International Journal of Computer Assisted Radiology and Surgery
- ISSN: 1861-6410
- Volume/Número/Paginação/Ano: v. 17, supl. 1, p. S13-S14, June 2022
- Conference titles: International Congress and Exhibition on Computer Assisted Radiology and Surgery - CARS
- Status:
- Artigo aberto em periódico híbrido (Hybrid Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
BÊDO, Marcos Vinícius Naves et al. Deep extracted features to support content-based image retrieval systems in the diagnosis of Covid-19 and interstitial diseases. International Journal of Computer Assisted Radiology and Surgery. Heidelberg: Springer. Disponível em: https://doi.org/10.1007/s11548-022-02635-x. Acesso em: 01 abr. 2026. , 2022 -
APA
Bêdo, M. V. N., Lima, L., Koenigkam-Santos, M., Traina, A. J. M., & Azevedo-Marques, P. M. de. (2022). Deep extracted features to support content-based image retrieval systems in the diagnosis of Covid-19 and interstitial diseases. International Journal of Computer Assisted Radiology and Surgery. Heidelberg: Springer. doi:10.1007/s11548-022-02635-x -
NLM
Bêdo MVN, Lima L, Koenigkam-Santos M, Traina AJM, Azevedo-Marques PM de. Deep extracted features to support content-based image retrieval systems in the diagnosis of Covid-19 and interstitial diseases [Internet]. International Journal of Computer Assisted Radiology and Surgery. 2022 ; 17 S13-S14.[citado 2026 abr. 01 ] Available from: https://doi.org/10.1007/s11548-022-02635-x -
Vancouver
Bêdo MVN, Lima L, Koenigkam-Santos M, Traina AJM, Azevedo-Marques PM de. Deep extracted features to support content-based image retrieval systems in the diagnosis of Covid-19 and interstitial diseases [Internet]. International Journal of Computer Assisted Radiology and Surgery. 2022 ; 17 S13-S14.[citado 2026 abr. 01 ] Available from: https://doi.org/10.1007/s11548-022-02635-x - Pushing diversity into higher dimensions: the LID effect on diversified similarity searching
- A two-phase learning approach for the segmentation of dermatological wounds
- Modelos de custo e estatísticas para consultas por similaridade
- Incluindo funções de distância e extratores de características para suporte a consultas por similaridade
- Towards convolutional neural network on primary lung tumors to predict histophatological type, distant and lymph node metastasis
- Wia-Spine: a CBIR environment with embedded radiomic features to assess fragility fractures
- Radiômica além da oncologia: novas fronteiras na imagem torácica
- Correlations between volumetric capnography and automated quantitative computed tomography analysis in patients with severe COPD
- Predictive value of cardiac CTA, cardiac MRI, and transthoracic echocardiography for cardioembolic stroke recurrence [Editorial]
- Alterações neurorradiológicas em pacientes com síndrome de Kallmann: estudos por ressonância magnética
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3114774.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
