Scidown文献预览系统！
神经胶质瘤脑肿瘤的CNN深度学习分割性能分析( Performance Analysis of Glioma Brain Tumor Segmentation Using CNN Deep Learning Approach )
M Tamilarasi
提出了利用卷积神经网络(CNN)分类方法对脑磁共振成像(MRI)图像中的胶质瘤区域进行分割。将自适应直方图均衡方法应用于颅脑MRI图像中，使异常像素相对于周围像素增强。利用Gabor变换将增强后的脑图像转换为多方向缩放图像。然后，从多向缩放图像中提取特征，利用CNN深度学习算法对这些特征进行训练和分类，以区分胶质瘤和正常脑MRI图像。最后，利用形态学操作对肿瘤区域进行分割。本文提出的基于CNN分类方法的胶质瘤脑肿瘤分割方法获得了96.9%的敏感性、99.3%的特异性和99.2%的准确率。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown FeCo/聚乙烯吡咯烷酮核壳的工程介电损耗Nanochains@Graphene具有优异微波吸收性能的氧化物复合材料下载
scidown 适合接受沙库巴曲缬沙坦钠治疗的慢性心衰患者的健康相关生活质量相关性研究 下载
scidown 适合接受沙库巴曲缬沙坦钠治疗的慢性心衰患者的健康相关生活质量相关性研究 下载