×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
知识图谱
新闻&公告
在结果中检索
研究单元&专题
中国科学院分子影像重... [2]
作者
董迪 [2]
胡振华 [1]
李聪 [1]
孟令威 [1]
文献类型
期刊论文 [2]
发表日期
2020 [2]
语种
英语 [2]
出处
IEEE JOURN... [2]
资助项目
National K... [2]
National K... [2]
National N... [2]
National N... [2]
National N... [2]
National N... [2]
更多...
收录类别
SCI [2]
导师
资助机构
National K... [2]
National N... [2]
Project of... [2]
Youth Inno... [2]
Beijing Na... [1]
Beijing No... [1]
更多...
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共2条,第1-2条
帮助
限定条件
出处:IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS
发表日期:2020
语种:英语
资助机构:National Key R&D Program of China
资助项目:National Key R&D Program of China[2017YFA0205200]
专题:中国科学院分子影像重点实验室
第一作者的第一单位
第一作者单位
通讯作者单位
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
期刊影响因子升序
期刊影响因子降序
发表日期升序
发表日期降序
WOS被引频次升序
WOS被引频次降序
题名升序
题名降序
提交时间升序
提交时间降序
作者升序
作者降序
Classification of Severe and Critical Covid-19 Using Deep Learning and Radiomics
期刊论文
IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS, 2020, 卷号: 24, 期号: 12, 页码: 3585-3594
作者:
Li, Cong
;
Dong, Di
;
Li, Liang
;
Gong, Wei
;
Li, Xiaohu
;
Bai, Yan
;
Wang, Meiyun
;
Hu, Zhenhua
;
Zha, Yunfei
;
Tian, Jie
Adobe PDF(2325Kb)
  |  
收藏
  |  
浏览/下载:452/69
  |  
提交时间:2021/03/02
COVID-19
radiomics
deep learning
computed tomography (CT)
A Deep Learning Prognosis Model Help Alert for COVID-19 Patients at High-Risk of Death: A Multi-Center Study
期刊论文
IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS, 2020, 卷号: 24, 期号: 12, 页码: 3576-3584
作者:
Meng, Lingwei
;
Dong, Di
;
Li, Liang
;
Niu, Meng
;
Bai, Yan
;
Wang, Meiyun
;
Qiu, Xiaoming
;
Zha, Yunfei
;
Tian, Jie
Adobe PDF(4120Kb)
  |  
收藏
  |  
浏览/下载:376/68
  |  
提交时间:2021/03/02
COVID-19
Computed tomography
Lung
Hospitals
Biomedical imaging
Training
Coronavirus disease 2019 (COVID-19)
prognosis
computed tomography
deep learning
artificial intelligence