Accès ouvert

Deep Learning Based Approach: An Efficient Anomaly Detecting from Various Medical Signals and Medical Images Using CNNs

Article scientifique 2022 Anglais

Résumé

Citer ce document

Abbass, M., Kwon, K., Kim, N., Haggag, N., Ibrahim, F., Mahrous, Y., Seddik, A., Khalil, A., Elsherbeeny, Z., El‐Shafai, W., Rihan, M., El‐Banby, G., Soltan, E., Soliman, N., Algarni, A., Al‐Hanafy, W., El‐Fishawy, A., El‐Rabaie, E., Al‐Nuaimy, W., Dessouky, M., Saleeb, A., Messiha, N., El‐Dokany, I., Sayed, f., Khalaf, A., El‐Bendary, M. (2022). Deep Learning Based Approach: An Efficient Anomaly Detecting from Various Medical Signals and Medical Images Using CNNs. https://doi.org/10.21203/rs.3.rs-834965/v1

Accès au document

Texte intégral en lecture en ligne, réservé aux abonnés SPHAERO et aux membres de l'institution. Se connecter

Voir l'article sur le site de la revue

Auteur(s)

Mohamed Y. Abbass Ki‐Chul Kwon Nam Kim Nehad Haggag Fatma E. Ibrahim Yasser Mahrous Ahmad Seddik Ali Khalil Zeinab Elsherbeeny Walid El‐Shafai Mohamad Rihan Ghada M. El‐Banby Eman Soltan Naglaa F. Soliman Abeer D. Algarni Waleed Al‐Hanafy Adel S. El‐Fishawy El‐Sayed M. El‐Rabaie Waleed Al‐Nuaimy Moawad I. Dessouky Adel Saleeb Nagy W. Messiha Ibrahim M. El‐Dokany fathi Sayed Ashraf A. M. Khalaf Mohsen A. M. El‐Bendary

Statistiques

Consultations : 3

Téléchargements : 0