ENGLISH
La vitrine de diffusion des publications et contributions des chercheurs de l'ÉTS
RECHERCHER

Deep interpretable classification and weakly-supervised segmentation of histology images via max-min uncertainty

Belharbi, Soufiane, Rony, Jérôme, Dolz, Jose, Ben Ayed, Ismail, McCaffrey, Luke et Granger, Eric. 2022. « Deep interpretable classification and weakly-supervised segmentation of histology images via max-min uncertainty ». IEEE Transactions on Medical Imaging, vol. 41, nº 3. pp. 702-714.
Compte des citations dans Scopus : 35.

Le plein texte de ce document n'est pas hébergé sur ce serveur.
Rechercher dans Google Scholar
Type de document: Article publié dans une revue, révisé par les pairs
Professeur:
Professeur
Dolz, José
Ben Ayed, Ismail
Granger, Éric
Affiliation: Génie logiciel et des technologies de l'information, Génie des systèmes, Génie des systèmes
Date de dépôt: 26 nov. 2021 19:18
Dernière modification: 07 avr. 2022 17:31
URI: https://espace2.etsmtl.ca/id/eprint/23613

Actions (Authentification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt