...
机译:增强自动提取的机器学习功能的可解释性:应用于脑病变分割的RBM-随机林系统
CMEMS-UMinho Research Unit University of Minho;
Institute for Surgical Technology and Biomechanics University of Bern;
Support Center for Advanced Neuroimaging – Institute for Diagnostic and Interventional;
Support Center for Advanced Neuroimaging – Institute for Diagnostic and Interventional;
Centro Algoritmi University of Minho;
CMEMS-UMinho Research Unit University of Minho;
Institute for Surgical Technology and Biomechanics University of Bern;
Interpretability; Machine learning; Representation learning;
机译:增强自动提取的机器学习功能的可解释性:应用于脑病变分割的RBM-随机林系统
机译:一种基于学习的包装器方法,可以纠正自动图像分割中的系统错误:持续提高海马,皮质和脑部分割的性能。
机译:用机器学习技术自动分割和脑肿瘤分类
机译:使用集合机学习,脑MR图像中多发性硬化病变的自动分割
机译:使用Gabor特征和机器学习算法从CT扫描图像自动进行肝脏和肿瘤分割
机译:用于高通量表型的绿色植被覆盖度自动分割的多特征机器学习模型
机译:特征选择,以便在3D脑磁共振图像中自动提取多发性硬化病变,使用支持向量机和遗传算法的组合