基于深度学习的分娩宫缩乏力子宫形态学量化研究

何智; 张昕; 李煜晨; 刘伟; 闫锐; Zhi HE; Xin ZHANG; Yuchen LI; Wei LIU; Rui YAN

doi:10.12122/j.issn.1674-4500.2026.01.10

中国科技核心期刊（中国科技论文统计源期刊）
《中国学术期刊（光盘版）》收录期刊
《中国核心期刊（遴选）数据库》收录期刊
中国学术期刊综合评价数据库（CAJCED）统计源期刊
美国《乌利希期刊指南》（Ulrichsweb）来源期刊

分子影像学杂志 ›› 2026, Vol. 49 ›› Issue (1) : 68-73. DOI: 10.12122/j.issn.1674-4500.2026.01.10

临床研究

基于深度学习的分娩宫缩乏力子宫形态学量化研究

{{article.zuoZhe_CN}}

作者信息 +

Quantitative study of uterine morphology in uterine atony during delivery based on deep learning

{{article.zuoZhe_EN}}

Author information +

History +

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

{{article.zuoZheCn_L}}. {{article.title_cn}}. {{journal.qiKanMingCheng_CN}}. 2026, 49(1): 68-73 https://doi.org/10.12122/j.issn.1674-4500.2026.01.10

{{article.zuoZheEn_L}}. {{article.title_en}}. {{journal.qiKanMingCheng_EN}}. 2026, 49(1): 68-73 https://doi.org/10.12122/j.issn.1674-4500.2026.01.10

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

基金

版权

PDF(1089 KB)

Accesses

Citation

Detail

段落导航

Received	Published
2025-08-18	2026-01-20
Issue Date
2026-02-02

选择文件类型/文献管理软件名称

选择包含的内容

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

参考文献

{{custom_fnGroup.title_cn}}

脚注

{{custom_ack.title_cn}}

基金

版权