( en | de | ru )

 

Disambiguierung von "Bao, Shunxing"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Compound Figure Separation of Biomedical Images with Side Loss.

, , , , , , , , , , , , , und . DGM4MICCAI/DALI@MICCAI, Volume 13003 von Lecture Notes in Computer Science, Seite 173-183. Springer, (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Jin Bao

Wenwen Bao

Feng Bao

Mohammed Subhiy Husein al- Baouni

Huixin Bao

 

Weitere Publikationen von Autoren mit dem selben Namen

SynSeg-Net: Synthetic Segmentation Without Target Modality Ground Truth., , , , , , , , und . CoRR, (2018)Splenomegaly Segmentation on Multi-Modal MRI Using Deep Convolutional Networks., , , , , , , , , und 1 andere Autor(en). IEEE Trans. Medical Imaging, 38 (5): 1185-1196 (2019)Time-distanced gates in long short-term memory networks., , , , , , , , , und 2 andere Autor(en). Medical Image Anal., (2020)High-resolution 3D abdominal segmentation with random patch network fusion., , , , , , , , , und 4 andere Autor(en). Medical Image Anal., (2021)Towards Portable Large-Scale Image Processing with High-Performance Computing., , , , , , , , , und 5 andere Autor(en). J. Digit. Imaging, 31 (3): 304-314 (2018)Multi-path x-D recurrent neural networks for collaborative image classification., , , , , , , , , und 1 andere Autor(en). Neurocomputing, (2020)RAP-Net: Coarse-to-Fine Multi-Organ Segmentation with Single Random Anatomical Prior., , , , , und . CoRR, (2020)Deep conditional generative models for longitudinal single-slice abdominal computed tomography harmonization., , , , , , , , , und 1 andere Autor(en). CoRR, (2023)Adaptive Contrastive Learning with Dynamic Correlation for Multi-Phase Organ Segmentation., , , , , , , , , und . CoRR, (2022)Segment Anything Model (SAM) for Digital Pathology: Assess Zero-shot Segmentation on Whole Slide Imaging., , , , , , , , , und 6 andere Autor(en). CoRR, (2023)