Impact of imperfect annotations on CNN training and performance for instance segmentation and classification in digital pathology

Référence Computers in biology and medicine, 177, page (108586)
Publication Publié, 2024-07-01

Article révisé par les pairs

Titre:	Impact of imperfect annotations on CNN training and performance for instance segmentation and classification in digital pathology
Auteur:	Galvez Jiménez, Laura; Decaestecker, Christine
Informations sur la publication:	Computers in biology and medicine, 177, page (108586)
Statut de publication:	Publié, 2024-07-01
Sujet CREF:	Ingénierie biomédicale
	Techniques d'imagerie et traitement d'images
	Intelligence artificielle
	Imagerie médicale, radiologie, tomographie
	Histologie
Note générale:	SCOPUS: ar.j
Langue:	Anglais
Identificateurs:	urn:issn:0010-4825
	info:doi/10.1016/j.compbiomed.2024.108586
	info:pii/S0010482524006711
	info:scp/85194048526
	info:pmid/38796882

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.