Skip to content
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Bibliotheksdienste
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Journal Matcher
Blog
Kontakt
Suche
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Applied Computer Systems
Band 29 (2024): Heft 1 (Juni 2024)
Uneingeschränkter Zugang
Deep Learning-Based Renal Stone Detection: A Comprehensive Study and Performance Analysis
Priyadharsini Ravisankar
Priyadharsini Ravisankar
Department of Computer Science and Engineering, Sri Sivasubramaniya Nadar College of Engineering
Chennai, India
Orcid-Profil
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Ravisankar, Priyadharsini
,
Varsha Balaji
Varsha Balaji
Department of Computer Science and Engineering, Sri Sivasubramaniya Nadar College of Engineering
Chennai, India
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Balaji, Varsha
und
Shahul Hameed T
Shahul Hameed T
Department of Computer Science and Engineering, Sri Sivasubramaniya Nadar College of Engineering
Chennai, India
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
T, Shahul Hameed
15. Aug. 2024
Applied Computer Systems
Band 29 (2024): Heft 1 (Juni 2024)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
COVER HERUNTERLADEN
Online veröffentlicht:
15. Aug. 2024
Seitenbereich:
112 - 116
Eingereicht:
06. Feb. 2024
Akzeptiert:
29. Juli 2024
DOI:
https://doi.org/10.2478/acss-2024-0014
Schlüsselwörter
CT images
,
deep learning models
,
detection
,
renal stone
© 2024 Priyadharsini Ravisankar et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.