Detection of architectural distortion with deep convolutional neural network and data augmentation of limited dataset (2019)
- Authors:
- USP affiliated authors: VIEIRA, MARCELO ANDRADE DA COSTA - EESC ; BARROS, NESTOR DE - FM ; COSTA, ARTHUR CHAVES - EESC ; OLIVEIRA, HELDER CESAR RODRIGUES DE - EESC
- Unidades: EESC; FM
- DOI: 10.1007/978-981-13-2517-5_24
- Subjects: MAMOGRAFIA; NEOPLASIAS MAMÁRIAS; APRENDIZAGEM PROFUNDA; REDES NEURAIS
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: IFMBE Proceedings
- Conference titles: Brazilian Congress on Biomedical Engineering
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
COSTA, Arthur C et al. Detection of architectural distortion with deep convolutional neural network and data augmentation of limited dataset. 2019, Anais.. Singapore: Escola de Engenharia de São Carlos, Universidade de São Paulo, 2019. Disponível em: https://repositorio.usp.br/directbitstream/ae99db0e-9613-4c4e-9857-b41536b8ad14/sysno3190509_capitulo%20de%20livro%2003.pdf. Acesso em: 28 fev. 2026. -
APA
Costa, A. C., Oliveira, H. C. R. de, Catani, J. H., Barros, N. de, Melo, C. F. E., & Vieira, M. A. da C. (2019). Detection of architectural distortion with deep convolutional neural network and data augmentation of limited dataset. In IFMBE Proceedings. Singapore: Escola de Engenharia de São Carlos, Universidade de São Paulo. doi:10.1007/978-981-13-2517-5_24 -
NLM
Costa AC, Oliveira HCR de, Catani JH, Barros N de, Melo CFE, Vieira MA da C. Detection of architectural distortion with deep convolutional neural network and data augmentation of limited dataset [Internet]. IFMBE Proceedings. 2019 ;[citado 2026 fev. 28 ] Available from: https://repositorio.usp.br/directbitstream/ae99db0e-9613-4c4e-9857-b41536b8ad14/sysno3190509_capitulo%20de%20livro%2003.pdf -
Vancouver
Costa AC, Oliveira HCR de, Catani JH, Barros N de, Melo CFE, Vieira MA da C. Detection of architectural distortion with deep convolutional neural network and data augmentation of limited dataset [Internet]. IFMBE Proceedings. 2019 ;[citado 2026 fev. 28 ] Available from: https://repositorio.usp.br/directbitstream/ae99db0e-9613-4c4e-9857-b41536b8ad14/sysno3190509_capitulo%20de%20livro%2003.pdf - Data augmentation: effect in deep convolutional neural network for the detection of architectural distortion in digital mammography
- Exploratory learning with convolutional autoencoder for discrimination of architectural distortion in digital mammography
- Analysis of feature relevance using an image quality index applied to digital mammography
- A cross-cutting approach for tracking architectural distortion locii on digital breast tomosynthesis slices
- Transfer learning in deep convolutional neural networks for detection of architectural distortion in digital mammography
- A novel fusion-based texture descriptor to improve the detection of architectural distortion in digital mammography
- Detecção de distorção arquitetural mamária em mamografia digital utilizando rede neural convolucional profunda
- Digital breast tomosynthesis: new strategies for optimizing acquisition geometry
- Novas abordagens para detecção automática de distorção arquitetural na mamografia digital e tomossíntese mamária
- Proposta de redução da dose de radiação na mamografia digital utilizando novos algoritmos de filtragem de ruído Poisson
Informações sobre o DOI: 10.1007/978-981-13-2517-5_24 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
sysno3190509_capitulo de ... |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
