Costa, Márcus Vinícius Lobo 
; Aguiar, Erikson Júlio de ; Rodrigues, Lucas Santiago ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Fonte: Health Information Science and Systems. Unidade: ICMC
Assuntos: APRENDIZAGEM PROFUNDA, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, DIAGNÓSTICO POR IMAGEM, RADIOGRAFIA, TÓRAX, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COSTA, Márcus Vinícius Lobo et al. DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images. Health Information Science and Systems, v. 13, n. 1, p. 1-15, 2025Tradução . . Disponível em: https://doi.org/10.1007/s13755-024-00330-6. Acesso em: 14 jun. 2025.APA
Costa, M. V. L., Aguiar, E. J. de, Rodrigues, L. S., Traina Junior, C., & Traina, A. J. M. (2025). DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images. Health Information Science and Systems, 13( 1), 1-15. doi:10.1007/s13755-024-00330-6NLM
Costa MVL, Aguiar EJ de, Rodrigues LS, Traina Junior C, Traina AJM. DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images [Internet]. Health Information Science and Systems. 2025 ; 13( 1): 1-15.[citado 2025 jun. 14 ] Available from: https://doi.org/10.1007/s13755-024-00330-6Vancouver
Costa MVL, Aguiar EJ de, Rodrigues LS, Traina Junior C, Traina AJM. DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images [Internet]. Health Information Science and Systems. 2025 ; 13( 1): 1-15.[citado 2025 jun. 14 ] Available from: https://doi.org/10.1007/s13755-024-00330-6
