发布求助
文献互助 智能选刊 最新文献

Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)最新文献

筛选
英文 中文
Uma Abordagem Multiobjetivo para o Problema do Escalonamento de Médicos 解决医生调度问题的多目标方法
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.230040
Lucas Machado Cid, Mário César San Felice, P. H. D. B. Hokama
{"title":"Uma Abordagem Multiobjetivo para o Problema do Escalonamento de Médicos","authors":"Lucas Machado Cid, Mário César San Felice, P. H. D. B. Hokama","doi":"10.5753/sbcas.2023.230040","DOIUrl":"https://doi.org/10.5753/sbcas.2023.230040","url":null,"abstract":"No problema do escalonamento de médicos (PRP, do inglês Physician Rostering Problem) busca-se atribuir turnos para médicos, de forma que todas as demandas do hospital sejam atendidas, nenhum médico fique sobrecarregado, e o escalonamento fique o mais agradável possível para estes. Programação por Restrições (CP, do inglês Constraint Programming) é um paradigma para resolução de problemas combinatórios, que combina técnicas de Inteligência Artificial, Teoria da Computação e Pesquisa Operacional. Este trabalho utiliza CP para resolver o PRP considerando demandas de um hospital real, enquanto aborda a qualidade e variedade das soluções pela ótica da otimização multiobjetivo para melhor auxiliar o tomador de decisão. Foram obtidos resultados satisfatórios com até 40 médicos num horizonte de planejamento de 30 dias.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"78 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127139233","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Detection of COVID-19 lesions based on computed tomography using U-Net 2.5D and GAN 基于U-Net 2.5D和GAN的计算机断层扫描检测COVID-19病变
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229466
José Anatiel Gonçalves Santos Landim, E. Carvalho, J. O. Diniz, A. Sousa, Daniel S. Luz, Antônio Filho
{"title":"Detection of COVID-19 lesions based on computed tomography using U-Net 2.5D and GAN","authors":"José Anatiel Gonçalves Santos Landim, E. Carvalho, J. O. Diniz, A. Sousa, Daniel S. Luz, Antônio Filho","doi":"10.5753/sbcas.2023.229466","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229466","url":null,"abstract":"This paper proposes a computational method for automatically detecting suspected regions of COVID-19 from CT scans. COVID-19 has spread rapidly worldwide, infecting over 462 million people and causing over 6 million deaths. There are various methods to diagnose COVID-19, including imaging. The proposed method has five stages, including image acquisition, pre-processing, lung extraction, segmentation of suspected regions using U-Net 2.5D and Pix2Pix architectures, and result validation. The method achieved promising results, with 92% Dice for lung parenchyma segmentation, 82% Dice for suspected region segmentation using U-Net, and 71% Dice using Pix2Pix. It could potentially be integrated into clinical environments as a real aid system.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"24 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126953911","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
PPM-DeepLab: Módulo de Pirâmide de Pooling como Codificador da rede DeepLabV3+ para Segmentação de Rins, Cistos e Tumores Renais PPM-DeepLab:聚合金字塔模块作为DeepLabV3+网络的编码器，用于肾脏、囊肿和肾脏肿瘤的分割
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229611
Caio Eduardo Falcão Matos, M. Oliveira, J. O. B. Diniz, Arthur Guilherme Santos Fernandes, Geraldo Braz Júnior, A. Paiva
{"title":"PPM-DeepLab: Módulo de Pirâmide de Pooling como Codificador da rede DeepLabV3+ para Segmentação de Rins, Cistos e Tumores Renais","authors":"Caio Eduardo Falcão Matos, M. Oliveira, J. O. B. Diniz, Arthur Guilherme Santos Fernandes, Geraldo Braz Júnior, A. Paiva","doi":"10.5753/sbcas.2023.229611","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229611","url":null,"abstract":"O câncer renal está entre as principais causas de mortes relacionadas ao câncer em todo o mundo. A detecção e o diagnóstico precoces são cruciais na luta contra esta doença. Recentemente, redes neurais convolucionais (CNNs) demonstraram sua eficácia em tarefas de segmentação semântica. Neste estudo, apresentamos o PPM-DeepLab, um novo modelo arquitetônico projetado para a segmentação de rins, cistos e tumores em imagens de tomografia computadorizada (TC). Especificamente, exploramos o Pyramid Pooling Module (PPM) para aprimorar a rede DeepLabv3+ incorporando informações contextuais de várias escalas. Nosso modelo proposto alcançou resultados promissores, com índices de Dice de 94,89% para rins, 83,95% para cistos e 84,62% para tumores renais.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"10 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122222446","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Detecção de Câncer Peniano em Imagens Histopatológicas usando Redes Neurais Convolucionais em Cascata 利用卷积神经网络级联检测组织病理学图像中的阴茎癌
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229942
Filipe Correia Belfort, I. F. S. D. Silva, A. C. Silva, Anselmo Cardoso de Paiva
{"title":"Detecção de Câncer Peniano em Imagens Histopatológicas usando Redes Neurais Convolucionais em Cascata","authors":"Filipe Correia Belfort, I. F. S. D. Silva, A. C. Silva, Anselmo Cardoso de Paiva","doi":"10.5753/sbcas.2023.229942","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229942","url":null,"abstract":"O câncer peniano tem alta incidência em países em desenvolvimento, incluindo o Brasil, onde o estado do Maranhão apresenta a maior taxa mundial de ocorrência. Essa patologia, quando muito agravada, pode levar a uma cirurgia invasiva com consequências físicas e psicológicas, tornando importante diagnosticá-la precocemente. A análise histopatológica é um exame indicado para o diagnóstico, mas é demorado e complexo. Métodos computacionais, como as redes neurais convolucionais (CNNs), podem ajudar na obtenção de um diagnóstico mais rápido e preciso. Portanto, este trabalho propõe um método para a classificação do câncer peniano em imagens histopatológicas usando CNNs em cascata e o mecanismo Soft-Attention, que atribui mais peso às características relevantes das imagens. Experimentos foram feitos com uma base contendo 194 exemplares nas ampliações de 40× e 100×. Como resultado final, o método obtém 93% e 90% de acurácia, respectivamente, para a detecção do câncer nas ampliações de 40× e 100×.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"15 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129601436","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Classification of Tropical Disease-carrying Mosquitoes Using Deep Learning and SHAP 利用深度学习和SHAP对带病蚊子进行分类
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229406
Vinicius L. N. Fonseca, Fagner Cunha, Larissa Andrade, J. Colonna, David De Yong
{"title":"Classification of Tropical Disease-carrying Mosquitoes Using Deep Learning and SHAP","authors":"Vinicius L. N. Fonseca, Fagner Cunha, Larissa Andrade, J. Colonna, David De Yong","doi":"10.5753/sbcas.2023.229406","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229406","url":null,"abstract":"In this paper, we present a novel technique for identifying mosquitoes that carry tropical diseases using Deep Learning and SHAP for model interpretability. We propose an end-to-end deep (E2E) Convolutional Neural Network (CNN) architecture that leverages mosquito wingbeat sounds to extract relevant features. To achieve high-performance audio processing, we integrate Kapre, an audio processing library optimized for GPU execution. Our approach also incorporates SHAP to provide a transparent explanation of the model’s predictions, enabling us to identify and characterize the time-frequency patterns that the model emphasizes. Ultimately, our research aims to support disease control initiatives by providing an automated means of identifying disease-carrying mosquito species, which has the potential to improve public health in tropical regions.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"37 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130576712","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Interpretabilidade de modelos de aprendizado de máquina para a classificação de lesões celulares 用于细胞损伤分类的机器学习模型的可解释性
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.230028
Pedro A. Euzébio, R. D. Queiroz, Daniela C. Terra, M. T. Rezende, C. M. Carneiro, A. Bianchi
{"title":"Interpretabilidade de modelos de aprendizado de máquina para a classificação de lesões celulares","authors":"Pedro A. Euzébio, R. D. Queiroz, Daniela C. Terra, M. T. Rezende, C. M. Carneiro, A. Bianchi","doi":"10.5753/sbcas.2023.230028","DOIUrl":"https://doi.org/10.5753/sbcas.2023.230028","url":null,"abstract":"Devido à difusão do uso de algoritmos de aprendizado de máquina na automatização de processos de tomada de decisões, torna-se importante que eles sejam interpretáveis para que se mostrem confiáveis. No entanto, embora o aprendizado alcance resultados de ponta em aplicações do mundo real, o eu número excessivo de parâmetros não é bem compreendido pelos humanos. Neste trabalho, empregou-se o método Local Interpretable Model Agnostic Explanations (LIME) para a interpretabilidade de modelos de floresta aleatória construídas no contexto de classificações de imagens de células cervicais. Os resultados obtidos foram explicações individuais das instâncias mais representativas da base de dados, seguido de uma análise de ocorrências das características em meio às explicações geradas.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"22 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131566702","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
O Uso de Dados de Saúde Para o Ajuste Dinâmico de Dificuldade em Jogos Sérios 在严肃游戏中使用健康数据进行动态难度调整
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229632
C. Souza, S. S. D. Oliveira, L. Berretta, S. T. Carvalho
{"title":"O Uso de Dados de Saúde Para o Ajuste Dinâmico de Dificuldade em Jogos Sérios","authors":"C. Souza, S. S. D. Oliveira, L. Berretta, S. T. Carvalho","doi":"10.5753/sbcas.2023.229632","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229632","url":null,"abstract":"O Ajuste Dinâmico de Dificuldade (DDA) vem sido utilizado para que, estando equilibrado o nível de dificuldade de um jogo, a retenção do jogador seja maior. Entretanto, no contexto dos jogos sérios, levantam-se questões acerca das especificidades inerentes ao uso dos dados do paciente. Dessa forma, o presente artigo visa contribuir para esta discussão apresentando uma proposta modularizada, baseada no modelo MAPE-K, que contemple tais particularidades. É apresentado ainda um estudo de caso, aplicando a abordagem descrita no contexto de um jogo para a telerreabilitação de pacientes.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"230 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123000174","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
EfficientBacillus: uma arquitetura profunda para detecção dos bacilos de Koch 高效芽孢杆菌:科赫芽孢杆菌检测的深度架构
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229608
P. R. S. D. Santos, V. D. C. Brito, A. C. Carvalho Filho, A. D. D. Sousa, J. O. B. Diniz, D. D. S. Luz
{"title":"EfficientBacillus: uma arquitetura profunda para detecção dos bacilos de Koch","authors":"P. R. S. D. Santos, V. D. C. Brito, A. C. Carvalho Filho, A. D. D. Sousa, J. O. B. Diniz, D. D. S. Luz","doi":"10.5753/sbcas.2023.229608","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229608","url":null,"abstract":"A tuberculose é uma infecção bacteriana causada pelo bacilo de Koch e é transmitida pelo ar. A doença afeta principalmente os pulmões e é considerada a segunda principal causa de morte por infecção no mundo. Apesar disso, a tuberculose tem cura e o diagnóstico precoce é de suma importância para o sucesso do tratamento e para evitar a disseminação da doença. Tradicionalmente, a baciloscopia de esfregaço de escarro tem sido o principal método para o diagnóstico e monitoramento do tratamento da tuberculose. Nesse contexto, diversas abordagens computacionais têm sido desenvolvidas para auxiliar no diagnóstico da tuberculose, através da análise das imagens de baciloscopia. Neste trabalho, propomos a utilização da EfficientDet, explorando cada um dos seus backbones na tarefa de identificação dos bacilos. Também avaliamos 4 representações de cor diferentes e aplicamos uma validação cruzada com k-fold = 5. Os resultados mostraram-se promissores, com IoU de 0,523, recall de 0,925, precision de 0,694 e f1-score de 0,774. Os resultados alcançados evidenciaram o potencial do método na detecção dos bacilos, podendo auxiliar no diagnóstico da tuberculose.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"33 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116166750","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Usando Dados de Sinais Vitais dos Cidadãos e a Técnica de Elasticidade para gerência de Hospitais no Contexto de Cidades Inteligentes 在智慧城市背景下，利用公民生命体征数据和弹性技术进行医院管理
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229666
Gabriela Fischer, C. Costa, R. Righi
{"title":"Usando Dados de Sinais Vitais dos Cidadãos e a Técnica de Elasticidade para gerência de Hospitais no Contexto de Cidades Inteligentes","authors":"Gabriela Fischer, C. Costa, R. Righi","doi":"10.5753/sbcas.2023.229666","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229666","url":null,"abstract":"A pandemia de COVID-19 agravou a superlotação hospitalar. Em cidades inteligentes, a saúde das pessoas pode ser monitorada em tempo real para detectar situações que exijam suporte médico. Neste contexto, propomos o modelo CityHealth, baseado no conceito de elasticidade em Cloud Computing, onde é possível adicionar, migrar ou remover recursos de acordo com a necessidade. Ele monitora o uso dos ambientes de saúde e adapta a capacidade de atendimento de acordo com a demanda. Através de uma abordagem preditiva, o CityHealth antecipa a sobrecarga de ambientes de saúde e propõe ações para movimentação dos recursos humanos e otimizar o atendimento. Utilizando dados de uma policlínica como base para emulação de uma cidade inteligente com dois hospitais resultou em redução de até 95,6% no tempo de espera.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"55 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122846040","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Detecção de COVID-19 em Imagens de Raio-X de Tórax através de Seleção Automática de Pré-processamento e de Rede Neural Convolucional 通过自动预处理选择和卷积神经网络检测胸部x射线图像中的COVID-19
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229576
J. O. B. Diniz, D. B. P. Quintanilha, A. C. Carvalho Filho, Daniel L. Gomes Jr, A. C. Silva, Geraldo Braz Jr, A. Paiva, D. D. S. Luz
{"title":"Detecção de COVID-19 em Imagens de Raio-X de Tórax através de Seleção Automática de Pré-processamento e de Rede Neural Convolucional","authors":"J. O. B. Diniz, D. B. P. Quintanilha, A. C. Carvalho Filho, Daniel L. Gomes Jr, A. C. Silva, Geraldo Braz Jr, A. Paiva, D. D. S. Luz","doi":"10.5753/sbcas.2023.229576","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229576","url":null,"abstract":"A COVID-19, mesmo com diminuição dos casos, é considerado um problema global, a detecção precoce ainda é relevante e pode ser crucial para salvar vidas. Este artigo apresenta um método para detecção automática de COVID-19 em raio-X de tórax usando seleção automática de melhoria de imagem e rede neural convolucional. O método usa pré-processamento de imagem para melhorar as características distintivas da COVID-19 em raio-X e seleciona uma rede neural convolucional para classificar as imagens. Os resultados mostram métricas relevantes com uma acurácia de 99,39% e F1 − Score de 98,71%. Essa abordagem pode ser valiosa para a triagem eficaz da doença, melhorando o tratamento e reduzindo as mortes relacionadas à COVID-19.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126909591","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
下一页 尾页
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整，为了账户安全，请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
请完成安全验证×
相关产品
×
本文献相关产品
联系我们：info@booksci.cn Book学术提供免费学术资源搜索服务，方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号：481959085
Book学术官方微信