دانلود مقاله و خرید ترجمه:یک مرور بر روی یادگیری عمیق در تحلیل تصویر پزشکی - 2017

محرم

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده یادگیری عمیق ( )
  • A Survey on Deep Learning in Medical Image Analysis یک مرور بر روی یادگیری عمیق در تحلیل تصویر پزشکی

    سال انتشار:

    2017


    ترجمه فارسی عنوان مقاله:

    یک مرور بر روی یادگیری عمیق در تحلیل تصویر پزشکی


    عنوان انگلیسی مقاله:

    A Survey on Deep Learning in Medical Image Analysis


    منبع:

    sciencedirect - elsevier - Medical Image Analysis Volume 42, December 2017, Pages 60-88


    نویسنده:

    Geert Litjens, Thijs Kooi, Babak Ehteshami Bejnordi, Arnaud Arindra Adiyoso Setio, Francesco Ciompi, Mohsen Ghafoorian, Jeroen A:W:M: van der Laak, Bram van Ginneken, Clara I: Sanchez


    چکیده انگلیسی:

    Deep learning algorithms, in particular convolutional networks, have rapidly become a methodology of choice for analyzing medical images. This paper reviews the major deep learning concepts pertinent to medical image analysis and summarizes over 300 contributions to the field, most of which appeared in the last year. We survey the use of deep learning for image classification, object detection, segmentation, registration, and other tasks. Concise overviews are provided of studies per application area: neuro, retinal, pulmonary, digital pathology, breast, cardiac, abdominal, musculoskeletal. We end with a summary of the current state-of-the-art, a critical discussion of open challenges and directions for future research.
    Keywords: deep learning | convolutional neural networks | medical imaging | survey


    چکیده فارسی:

    الگوریتم های یادگیری عمیق، به ویژه در شبکه های حلقه ای، به سرعت درحال تبدیل شدن به یک روش انتخاب برای تحلیل تصاویر پزشکی هستند. این مقاله مفاهیم اصلی یادگیری عمیق مربوط به تحلیل تصویر پزشکی را بررسی کرده و بیش از 300 کار سهیم در این رشته را که اکثر آنها در سال گذشته ظهور یافته اند خلاصه می کند. ما استفاده از یادگیری عمیق را برای دسته بندی تصویر، تشخیص عضو، بخش بندی، ثبت، و سایر کارها بررسی می کنیم. مرورهای اجمالی روی مطالعات موجود در هر حوزه کاربردی مثل عصب، شبکیه، ریه، آسیب شناسی دیجیتال، سینه، قلبی، شکمی و عضلانی ارائه می شود. ما این مقاله را با ارائه خلاصه ای از جدیدترین فناوری ها، یک بحث اساسی روی چالش های باز و مسیرهایی برای تحقیقات آتی به پایان می رسانیم.
    کلیدواژه ها: یادگیری عمیق | شبکه های عصبی حلقه ای | تصویربرداری پزشکی | مرور


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 38
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 74

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 748 کیلوبایت


    قیمت: 65000 تومان  58500 تومان(10% تخفیف)


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
یادگیری-عمیق
موضوعات
footer