• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

勘误：通过唇黏膜图像的非侵入性分析检测贫血

Corrigendum: Anemia detection through non-invasive analysis of lip mucosa images.

作者信息

Mahmud Shekhar, Donmez Turker Berk, Mansour Mohammed, Kutlu Mustafa, Freeman Chris

机构信息

Department of Systems Engineering, Military Technological College, Muscat, Oman.

Department of Biomedical Engineering, Sakarya University of Applied Sciences, Serdivan, Sakarya, Türkiye.

出版信息

Front Big Data. 2023 Dec 11;6:1335213. doi: 10.3389/fdata.2023.1335213. eCollection 2023.

DOI:10.3389/fdata.2023.1335213
PMID:38146429
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC10749427/
Abstract

[This corrects the article DOI: 10.3389/fdata.2023.1241899.].

摘要

[本文更正了文章的数字对象标识符：10.3389/fdata.2023.1241899。]

相似文献

1
Corrigendum: Anemia detection through non-invasive analysis of lip mucosa images.勘误：通过唇黏膜图像的非侵入性分析检测贫血
Front Big Data. 2023 Dec 11;6:1335213. doi: 10.3389/fdata.2023.1335213. eCollection 2023.
2
Corrigendum: Non-invasive detection of anemia using lip mucosa images transfer learning convolutional neural networks.勘误：使用唇黏膜图像转移学习卷积神经网络对贫血进行无创检测。
Front Big Data. 2023 Dec 20;6:1338363. doi: 10.3389/fdata.2023.1338363. eCollection 2023.
3
Anemia detection through non-invasive analysis of lip mucosa images.通过唇黏膜图像的非侵入性分析进行贫血检测。
Front Big Data. 2023 Oct 19;6:1241899. doi: 10.3389/fdata.2023.1241899. eCollection 2023.
4
Corrigendum: Applications and techniques for fast machine learning in science.勘误：科学领域中快速机器学习的应用与技术
Front Big Data. 2023 Oct 16;6:1301942. doi: 10.3389/fdata.2023.1301942. eCollection 2023.
5
Corrigendum: FoodKG: A Tool to Enrich Knowledge Graphs Using Machine Learning Techniques.勘误：FoodKG：一种使用机器学习技术丰富知识图谱的工具。
Front Big Data. 2020 Jun 10;3:21. doi: 10.3389/fdata.2020.00021. eCollection 2020.
6
Detection of iron deficiency anemia by medical images: a comparative study of machine learning algorithms.医学图像检测缺铁性贫血：机器学习算法的比较研究
BioData Min. 2023 Jan 24;16(1):2. doi: 10.1186/s13040-023-00319-z.
7
Computer-assisted lip diagnosis on Traditional Chinese Medicine using multi-class support vector machines.基于多类支持向量机的中医唇诊计算机辅助诊断。
BMC Complement Altern Med. 2012 Aug 16;12:127. doi: 10.1186/1472-6882-12-127.
8
Automatic Valve Plane Localization in Myocardial Perfusion SPECT/CT by Machine Learning: Anatomic and Clinical Validation.基于机器学习的心肌灌注SPECT/CT自动瓣膜平面定位：解剖学与临床验证
J Nucl Med. 2017 Jun;58(6):961-967. doi: 10.2967/jnumed.116.179911. Epub 2016 Nov 3.
9
Comparison of machine learning methods for the detection of focal cortical dysplasia lesions: decision tree, support vector machine and artificial neural network.用于检测局灶性皮质发育异常病变的机器学习方法比较：决策树、支持向量机和人工神经网络。
Neurol Res. 2022 Dec;44(12):1142-1149. doi: 10.1080/01616412.2022.2112381. Epub 2022 Aug 18.
10
An Efficient Segmentation and Classification System in Medical Images Using Intuitionist Possibilistic Fuzzy C-Mean Clustering and Fuzzy SVM Algorithm.基于直觉模糊可能性聚类和模糊 SVM 算法的医学图像高效分割与分类系统。
Sensors (Basel). 2020 Jul 13;20(14):3903. doi: 10.3390/s20143903.