Wyszukiwarka
ISSN:
1386-5056
eISSN:
1872-8243
Dyscypliny:
- informatyka techniczna i telekomunikacja (Dziedzina nauk inżynieryjno-technicznych)
- inżynieria biomedyczna (Dziedzina nauk inżynieryjno-technicznych)
- biologia medyczna (Dziedzina nauk medycznych i nauk o zdrowiu)
- nauki medyczne (Dziedzina nauk medycznych i nauk o zdrowiu)
- nauki o zdrowiu (Dziedzina nauk medycznych i nauk o zdrowiu)
- nauki o rodzinie (Dziedzina nauk o rodzinie)
- biotechnologia (Dziedzina nauk ścisłych i przyrodniczych)
- informatyka (Dziedzina nauk ścisłych i przyrodniczych)
Punkty Ministerialne: Pomoc
| Rok | Punkty | Lista |
|---|---|---|
| Rok 2024 | 140 | Ministerialna lista czasopism punktowanych 2024 |
| Rok | Punkty | Lista |
|---|---|---|
| 2024 | 140 | Ministerialna lista czasopism punktowanych 2024 |
| 2023 | 140 | Lista ministerialna czasopism punktowanych 2023 |
| 2022 | 140 | Lista ministerialna czasopism punktowanych (2019-2022) |
| 2021 | 140 | Lista ministerialna czasopism punktowanych (2019-2022) |
| 2020 | 140 | Lista ministerialna czasopism punktowanych (2019-2022) |
| 2019 | 140 | Lista ministerialna czasopism punktowanych (2019-2022) |
| 2018 | 40 | A |
| 2017 | 40 | A |
| 2016 | 30 | A |
| 2015 | 30 | A |
| 2014 | 40 | A |
| 2013 | 35 | A |
| 2012 | 30 | A |
| 2011 | 30 | A |
| 2010 | 32 | A |
Model czasopisma:
Hybrydowe
Punkty CiteScore:
| Rok | Punkty |
|---|---|
| Rok 2023 | 8.9 |
| Rok | Punkty |
|---|---|
| 2023 | 8.9 |
| 2022 | 9.5 |
| 2021 | 8 |
| 2020 | 7.1 |
| 2019 | 5.8 |
| 2018 | 5.3 |
| 2017 | 5.4 |
| 2016 | 6.2 |
| 2015 | 5.9 |
| 2014 | 5.3 |
| 2013 | 5.6 |
| 2012 | 6 |
| 2011 | 5.7 |
Impact Factor:
Zaloguj się aby zobaczyć Współczynnik Impact Factor dla tego czasopisma
Sherpa Romeo:
Prace opublikowane w tym czasopiśmie
Filtry
wszystkich: 1
Katalog Czasopism
Rok 2024
-
Segmentation-Based BI-RADS ensemble classification of breast tumours in ultrasound images
PublikacjaBackground: The development of computer-aided diagnosis systems in breast cancer imaging is exponential. Since 2016, 81 papers have described the automated segmentation of breast lesions in ultrasound images using arti- ficial intelligence. However, only two papers have dealt with complex BI-RADS classifications. Purpose: This study addresses the automatic classification of breast lesions into binary classes (benign vs. ma- lignant)...
wyświetlono 404 razy