中文版 | English

在结果中检索

CASIA OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共6条，第1-6条 帮助

限定条件                
已选(0)清除 条数/页：   排序方式：
Thickness Estimation of Biological Tissue Sections from Structural Deformation 会议论文
, 中国西安, 2023-9-23
作者:  Jia HZ(贾浩泽);  Lv YN(吕亚楠);  Chen HR(陈浩然);  Chen X(陈曦);  Han H(韩华)
Adobe PDF(2427Kb)  |  收藏  |  浏览/下载：52/19  |  提交时间：2024/05/31
An Effective Encoder-Decoder Network for Neural Cell Bodies and Cell Nucleus Segmentation of EM Images 会议论文
, 德国柏林, 2019-7
作者:  Jiang Yi;  Xiao Chi;  Li Linlin;  Shen Lijun;  Chen Xi;  Han Hua
Adobe PDF(6217Kb)  |  收藏  |  浏览/下载：235/62  |  提交时间：2022/06/14
Encoder-Decoder  Electron Microscopy  Neural Cell Bodies  Cell Nucleus  Image Segmentation  
Deep Contextual Residual Network for Electron Microscopy Image Segmentation in Connectomics 会议论文
, 2018-4, 美国华盛顿
作者:  Xiao C(肖驰);  Liu J(刘静);  Chen X(陈曦);  Han H(韩华);  Shu C(舒畅);  Xie QW(谢启伟)
浏览  |  Adobe PDF(614Kb)  |  收藏  |  浏览/下载：330/141  |  提交时间：2019/05/10
Connectomics, Deep Learning, Image Segmentation, Electron Microscopy  
An effective fully deep convolutional neural network for mitochondria segmentation based on ATUM-SEM 会议论文
, 美国休斯敦, 2018-2
作者:  Xiao C(肖驰);  Li WF(李伟夫);  Chen X(陈曦);  Han H(韩华);  Xie QW(谢启伟)
浏览  |  Adobe PDF(1314Kb)  |  收藏  |  浏览/下载：346/111  |  提交时间：2019/05/10
Electron Microscope, Deep learning, Mitochondria segmentation  
A Refined Spatial Transformer Network 会议论文
, Siem Reap, Cambodia, 13-16 December, 2018
作者:  Shu, Chang;  Chen, Xi;  Yu, Chong;  Han, Hua
浏览  |  Adobe PDF(1085Kb)  |  收藏  |  浏览/下载：432/150  |  提交时间：2018/10/09
Spatial invariance  Geometrical distortion  Spatial transformer networks  Motion field  Refined spatial transformer network  
An unsupervised network for fast microscopic image registration 会议论文
Medical Imaging 2018: Digital Pathology, Houston, Texas, United States, 10-15 FEBRUARY, 2018
作者:  Shu, Chang;  Chen, Xi;  Xie, Qiwei;  Han, Hua
浏览  |  Adobe PDF(1167Kb)  |  收藏  |  浏览/下载：403/137  |  提交时间：2018/10/08
Microscopic image registration  deep learning  unsupervised learning  coarse-to-fine multi-scale iterative scheme