Features of a free mammography database to manage a random breast phantom images dataset intended for testing CAD schemes (2022)
- Authors:
- Autor USP: SCHIABEL, HOMERO - EESC
- Unidade: EESC
- DOI: 10.22533/at.ed.1592652225104
- Subjects: MAMOGRAFIA; CAD; ENGENHARIA ELÉTRICA
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: International Journal of Health Science
- ISSN: 2764-0159
- Volume/Número/Paginação/Ano: v. 2, n. 65, p. 1-12, 2022
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
SCHIABEL, Homero e MATHEUS, Bruno Roberto Nepomuceno e CARDOSO, Fernanda Junqueira Fortes. Features of a free mammography database to manage a random breast phantom images dataset intended for testing CAD schemes. International Journal of Health Science, v. 2, n. 65, p. 1-12, 2022Tradução . . Disponível em: https://dx.doi.org/10.22533/at.ed.1592652225104. Acesso em: 08 jan. 2026. -
APA
Schiabel, H., Matheus, B. R. N., & Cardoso, F. J. F. (2022). Features of a free mammography database to manage a random breast phantom images dataset intended for testing CAD schemes. International Journal of Health Science, 2( 65), 1-12. doi:10.22533/at.ed.1592652225104 -
NLM
Schiabel H, Matheus BRN, Cardoso FJF. Features of a free mammography database to manage a random breast phantom images dataset intended for testing CAD schemes [Internet]. International Journal of Health Science. 2022 ; 2( 65): 1-12.[citado 2026 jan. 08 ] Available from: https://dx.doi.org/10.22533/at.ed.1592652225104 -
Vancouver
Schiabel H, Matheus BRN, Cardoso FJF. Features of a free mammography database to manage a random breast phantom images dataset intended for testing CAD schemes [Internet]. International Journal of Health Science. 2022 ; 2( 65): 1-12.[citado 2026 jan. 08 ] Available from: https://dx.doi.org/10.22533/at.ed.1592652225104 - Avaliação de dose de radiação em mamografia digital: resultados de aplicação de um novo procedimento computacional de rastreamento de dados
- Reconstrução de imagem mamográfica com alta qualidade usando deep learning com imagens de baixa dose
- Análise estatística de atributos extraídos de lesões mamárias
- Classificação pela forma de nódulos mamográficos de imagens reais digitalizadas e simuladas
- Desenvolvimento de técnicas computacionais para auxiliar testes de qualidade em imagens mamográficas que utilizam o phantom CDMAM 3.4
- Segmentação automática de massas mamográficas por intermédio do crescimento de regiões e árvore de decisão
- Método RFP: redução de falsos-positivos na detecção de agrupamentos de microcalcificações em imagens de mamas densas
- Disponibilização de imagens mamográficas via internet: uma forma de contribuir para a integração regional de pesquisas em diagnóstico auxiliado por computador
- Análise de atributos para classificação de achados mamográficos usando redes bayesianas
- Resultados da aplicação de um esquema CAD para mamogramas digitais e digitalizados
Informações sobre o DOI: 10.22533/at.ed.1592652225104 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
features-of-a-free-mammog... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
