Utilize este identificador para referenciar este registo: https://hdl.handle.net/10216/125843
Registo completo
Campo DCValorIdioma
dc.creatorAna Filipa Teixeira Sampaio
dc.date.accessioned2025-11-09T05:43:55Z-
dc.date.available2025-11-09T05:43:55Z-
dc.date.issued2019-07-17
dc.date.submitted2019-07-29
dc.identifier.othersigarra:344645
dc.identifier.urihttps://hdl.handle.net/10216/125843-
dc.language.isoeng
dc.rightsopenAccess
dc.subjectEngenharia electrotécnica, electrónica e informática
dc.subjectElectrical engineering, Electronic engineering, Information engineering
dc.titleDL4Malaria: Deep Learning Approaches for the Automated Detection and Characterisation of Malaria Parasites on Thin Blood Smear Images
dc.typeDissertação
dc.contributor.uportoFaculdade de Engenharia
dc.identifier.doi10.34626/3j6w-a440
dc.identifier.tid202389014
dc.subject.fosCiências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática
dc.subject.fosEngineering and technology::Electrical engineering, Electronic engineering, Information engineering
thesis.degree.disciplineMestrado Integrado em Bioengenharia
thesis.degree.grantorFaculdade de Engenharia
thesis.degree.grantorUniversidade do Porto
thesis.degree.level1
Aparece nas coleções:FEUP - Dissertação

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
344645.pdfDLS4Malaria: statistical comparison of different deep learning segmentation approaches in microscopic thin blood sample images of Malaria3.99 MBAdobe PDFThumbnail
Ver/Abrir


Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.