Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę ""COVID-19 diagnosis"" wg kryterium: Temat


Czasopismo naukowe
Tytuł:
Advances in artificial intelligence for accurate and timely diagnosis of COVID-19: A comprehensive review of medical imaging analysis
Autorzy:
Youssra El Idrissi El-Bouzaidi
Otman Abdoun
Pokaż więcej
Temat:
Artificial intelligence
COVID-19 diagnosis
Medical imaging analysis
Deep learning
Convolutional neural networks
Radiographic imaging
Science
Źródło:
Scientific African, Vol 22, Iss , Pp e01961- (2023)
Opis pliku:
electronic resource
Relacje:
http://www.sciencedirect.com/science/article/pii/S2468227623004167; https://doaj.org/toc/2468-2276
Dostęp URL:
https://doaj.org/article/617dc18aca8c4878a11c61dc3540635e  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
COV-MobNets: a mobile networks ensemble model for diagnosis of COVID-19 based on chest X-ray images
Autorzy:
Mohammad Amir Eshraghi
Ahmad Ayatollahi
Shahriar Baradaran Shokouhi
Pokaż więcej
Temat:
MobileNetV3
MobileViT
COVID-19 diagnosis
Chest X-ray images
Ensemble learning
Deep learning
Medical technology
R855-855.5
Źródło:
BMC Medical Imaging, Vol 23, Iss 1, Pp 1-11 (2023)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/1471-2342
Dostęp URL:
https://doaj.org/article/d0a433a0d6614b95aeb6a668d1a46591  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
SARS-CoV-2 Diagnosis Using Transcriptome Data: A Machine Learning Approach
Autorzy:
Jeyananthan, PratheebaAff1, IDs42979023017036_cor1
Pokaż więcej
Źródło:
SN Computer Science. 4(3)
Czasopismo naukowe
Tytuł:
Region-of-Interest Aware 3D ResNet for Classification of COVID-19 Chest Computerised Tomography Scans
Autorzy:
Shuohan Xue
Charith Abhayaratne
Pokaż więcej
Temat:
COVID-19 diagnosis
transfer learning
3D ResNet
CT scans
region-of-interest
Electrical engineering. Electronics. Nuclear engineering
TK1-9971
Źródło:
IEEE Access, Vol 11, Pp 28856-28872 (2023)
Opis pliku:
electronic resource
Relacje:
https://ieeexplore.ieee.org/document/10078249/; https://doaj.org/toc/2169-3536
Dostęp URL:
https://doaj.org/article/1693232e20224c23af3afd26e16e63d8  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
SARS‐CoV‐2 antigen detection by saliva; an alternative to nasopharyngeal specimen: A cross‐sectional study
Autorzy:
Mohammad Jubair
Sezanur Rahman
Mst. Noorjahan Begum
Muhammad Talha
Raisha Musarrat
A. K. M. Shafiqur Rahman
Mohammed Shehab Uddin
AiMin Wen
YaoHui Ning
Kamrun Nahar
Mohammed Ziaur Rahman
Mustafizur Rahman
Pokaż więcej
Temat:
COVID‐19 diagnosis
kit evaluation
rapid antigen test
saliva
SARS‐CoV‐2
Medicine
Źródło:
Health Science Reports, Vol 6, Iss 5, Pp n/a-n/a (2023)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/2398-8835
Dostęp URL:
https://doaj.org/article/f13fb26f4fe84cd98323f931d6152acc  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Development of gold nanoparticle-based biosensors for COVID-19 diagnosis
Autorzy:
Johra Khan
Yousef Rasmi
Kevser Kübra Kırboğa
Ahmad Ali
Mithun Rudrapal
Rohan R. Patekar
Pokaż więcej
Temat:
Quantum dot
Carbon nanotube
Gold nanoparticles
Point-of-care testing
SARS-CoV-2
COVID-19 diagnosis
Medicine (General)
R5-920
Science
Źródło:
Beni-Suef University Journal of Basic and Applied Sciences, Vol 11, Iss 1, Pp 1-11 (2022)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/2314-8543
Dostęp URL:
https://doaj.org/article/7c8551c3c7e54fb2b8efad043ab3babc  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Application with deep learning models for COVID-19 diagnosis
Autorzy:
Yunus Kökver
Fuat Türk
Pokaż więcej
Temat:
covid-19 diagnosis
densenet
nasnet-mobile
deep learning classification
Electronic computers. Computer science
QA75.5-76.95
Information technology
T58.5-58.64
Źródło:
Sakarya University Journal of Computer and Information Sciences, Vol 5, Iss 2, Pp 169-180 (2022)
Opis pliku:
electronic resource
Relacje:
https://dergipark.org.tr/tr/download/article-file/2301158; https://doaj.org/toc/2636-8129
Dostęp URL:
https://doaj.org/article/969028d3854f4ad4aff8b11bf5baeb75  Link otwiera się w nowym oknie
Czasopismo naukowe

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies