关键词中包括 pulmonary nodule 的文章

1 基于CT特征构建预测肺结节良恶性的机器学习模型 丛玉林，徐小虎，沈春林，许亚春 2024年第10期 [1315－1320][摘要](106)[pdf 1574KB](65)

2 基于特征增强的多分支U-Net肺结节分割 温帆，杨萍，张鑫，田吉，王金华 2023年第11期 [1343－1349][摘要](590)[pdf 1411KB](300)

3 基于高分辨率CT扫描的孤立性肺结节高危预测模型的建立与验证 张蜜1，谈炎欢1，钱芯1，吴志超2，耿悦1，邵宇1，俞阳1，李俊晨1 2023年第2期 [190－195][摘要](721)[pdf 1301KB](279)

4 基于3DV-Net的肺结节检测分割算法 刘方1，孙鹏2，陈真诚3 2023年第1期 [77－82][摘要](728)[pdf 1271KB](267)

5 基于深度学习结合解剖学注意力机制的肺结节良恶性分类 刘雲，王一达，张成秀，杨光，王成龙 2022年第11期 [1441－1447][摘要](763)[pdf 1534KB](323)

6 CT动态增强扫描中时间密度曲线及特征参数值对孤立性肺结节的诊断价值 刘啸峰1，黄述斌2，胡磊1 2021年第6期 [713－716][摘要](670)[pdf 706KB](426)

7 基于改进YOLO V3的肺结节检测方法 王乾梁1，2，石宏理1，2 2021年第9期 [1179－1184][摘要](674)[pdf 1162KB](568)

8 基于改进的VGG-16卷积神经网络的肺结节检测 曹宇1，邢素霞1，逄键梁2，王孝义1，王瑜1，潘子妍1，申楠1 2020年第7期 [940－944][摘要](865)[pdf 1117KB](750)

9 基于3D ResUnet网络的肺结节分割 张倩雯1，陈明1，2，秦玉芳1，2，陈希1 2019年第11期 [1356－1361][摘要](1840)[pdf 1317KB](1921)

10 基于CT图像的肺结节检测与识别 唐思源1，刘燕茹2，杨敏1，徐瑞英1 2019年第7期 [800－807][摘要](1418)[pdf 1521KB](644)