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
Rede Neural IncResU-Net para Inferência de Sinais Eletrocardiograma a partir de Sinais Fotopletismograma IncResU-Net神经网络用于从光容积图信号推断心电图信号
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.230117
Rafael Albuquerque Pinto, Hygor Rodrigues de Oliveira, Eduardo Souto, Rafael Giusti
{"title":"Rede Neural IncResU-Net para Inferência de Sinais Eletrocardiograma a partir de Sinais Fotopletismograma","authors":"Rafael Albuquerque Pinto, Hygor Rodrigues de Oliveira, Eduardo Souto, Rafael Giusti","doi":"10.5753/sbcas.2023.230117","DOIUrl":"https://doi.org/10.5753/sbcas.2023.230117","url":null,"abstract":"O eletrocardiograma (ECG) é um exame médico que mede a atividade elétrica do coração, enquanto o fotopletismograma (PPG) mede as alterações no volume sanguíneo por meio de tecnologia baseada em luz. Embora ambos os métodos sejam usados para monitorar a frequência cardíaca, o ECG é considerado o método padrão ouro para o diagnóstico de doenças cardíacas porque fornece informações adicionais sobre o funcionamento do coração. Apesar dos esforços para integrar a detecção de ECG em dispositivos vestíveis para monitoramento cardíaco contínuo e confiável, os sensores PPG são atualmente a principal solução viável. Este trabalho propõe um método denominado PPG2ECG, baseado no mapeamento entre domínio, aplicando um conjunto de filtros de convolução, utilizando uma arquitetura de rede neural U-net Inception, para inferir sinais ECG a partir de sinais PPG. Para avaliar a eficácia do método proposto, foram adotadas duas estratégias de avaliação, baseadas em modelos personalizados e generalizados. Os resultados obtidos demonstraram valores médios de erros médio quadráticos de 0,015 e 0,026, respectivamente.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"46 3","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114122905","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
Heterogeneous Ensemble Models for In-Hospital Mortality Prediction 院内死亡率预测的异质集合模型
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229442
Mattyws F. Grawe, V. Moreira
{"title":"Heterogeneous Ensemble Models for In-Hospital Mortality Prediction","authors":"Mattyws F. Grawe, V. Moreira","doi":"10.5753/sbcas.2023.229442","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229442","url":null,"abstract":"Electronic Health Records data are rich and contain different types of variables, including structured data (e.g., demographics), free text (e.g., medical notes), and time series data. In this work, we explore the use of these different types of data for the task of in-hospital mortality prediction, which seeks to predict the outcome of death for patients admitted to the hospital. We build base learning models for the different data types and combine them in a heterogeneous ensemble model. In these models, we apply state-of-the-art classification algorithms based on deep learning. Our experiments on a set of 20K ICU patients from the MIMIC-III dataset showed that the ensemble method brings improvements of 3 percentage points, achieving an AUROC of 0.853.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"70 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":"133925602","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
Predição de sintomas de TEPT a partir da ativação cerebral em pessoas expostas a imagens de mutilação 从暴露于肢解图像的人的大脑激活预测创伤后应激障碍症状
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229589
Liana C. L. Portugal, T. Ramos, Orlando Fernandes Jr., A. Bastos, B. Campos, Mauro V. Mendlowicz, M. Luz, C. Portella, Eliane Volchan, Isabel A. David, Fátima Erthal, M. Pereira, L. Oliveira
{"title":"Predição de sintomas de TEPT a partir da ativação cerebral em pessoas expostas a imagens de mutilação","authors":"Liana C. L. Portugal, T. Ramos, Orlando Fernandes Jr., A. Bastos, B. Campos, Mauro V. Mendlowicz, M. Luz, C. Portella, Eliane Volchan, Isabel A. David, Fátima Erthal, M. Pereira, L. Oliveira","doi":"10.5753/sbcas.2023.229589","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229589","url":null,"abstract":"O objetivo do presente estudo foi verificar a possibilidade de predição dos sintomas do Transtorno de Estresse Pós-Traumático (TEPT) a partir dos padrões de atividade cerebral. Os participantes expostos a situações traumáticas foram submetidos a exames de Ressonância Magnética Funcional (RMf) enquanto eram expostos a fotos neutras e de corpos mutilados. Neste experimento, foram criados dois contextos de imagens aversivas (real e seguro). O modelo de aprendizado de máquina foi capaz de predizer sintomas de TEPT a partir de padrões de atividade cerebral em resposta às imagens de mutilação no contexto real, mas não no contexto seguro. As regiões cerebrais que apresentaram maior contribuição para o modelo foram as regiões occipitoparietais, incluindo o giro parietal superior e inferior, e o giro supramarginal.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"7 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":"129352478","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
TexVar: Um Autoencoder Variacional para representação e interpretação de texturas mamográficas TexVar:用于表示和解释乳房x线照相术纹理的变分自动编码器
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229644
Lucca Lemos Lago, Alexei Manso Correa Machado
{"title":"TexVar: Um Autoencoder Variacional para representação e interpretação de texturas mamográficas","authors":"Lucca Lemos Lago, Alexei Manso Correa Machado","doi":"10.5753/sbcas.2023.229644","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229644","url":null,"abstract":"A classificação da densidade mamária através de exames de raio X ainda é considerado o principal mecanismo para detecção precoce do câncer de mama, uma vez que o tecido fibroglandular pode esconder tumores iniciais. O objetivo deste artigo é propor um modelo interpretável para a classificação de densidades mamárias em imagens mamográficas. A arquitetura proposta é constituída por um autoencoder variacional (VAE) de camadas convolucionais e densas com espaço latente de 32 variáveis. O modelo permite examinar o significado das variáveis através da transição de textura entre as 4 classes da escala Breast Image Reporting and Data System (BI-RADS). Experimentos utilizando a base de dados pública IRMA composta de 5024 imagens demonstraram a capacidade do VAE em reduzir a dimensionalidade do problema para um espaço onde as variáveis mais discriminantes podem ser interpretadas de forma visual, fundamentando o processo de diagnóstico.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"203 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":"115305843","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
Análise da influência do tom de pele no sinal de fotopletismografia (PPG) 肤色对光容积描记术(PPG)信号的影响分析
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229566
Ayame G. R. da Rosa, Jean Schmith, Rodrigo Marques de Figueiredo, L. Prade, Janaína Avancini Pinheiro, S. Rigo
{"title":"Análise da influência do tom de pele no sinal de fotopletismografia (PPG)","authors":"Ayame G. R. da Rosa, Jean Schmith, Rodrigo Marques de Figueiredo, L. Prade, Janaína Avancini Pinheiro, S. Rigo","doi":"10.5753/sbcas.2023.229566","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229566","url":null,"abstract":"A fotopletismografia é uma importante técnica para o estudo dos parâmetros fisiológicos de saúde. A aquisição deste sinal é suscetível a muitos tipos de artefatos, como movimentação do paciente e ruído. O objetivo deste artigo é demonstrar o comportamento do sinal PPG medido na superfície anterior do punho, a fim de descrever a qualidade do sinal quando adquirido em diferentes tons de pele. Com isso, foram coletados 144 amostras de mil valores cada e, com a análise dos sinais, foi identificado que há um comportamento sensível do sinal PPG quando associado ao tom de pele.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"124 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":"131367093","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
Identification and quantification of caries from CBCT segmented images CBCT分割图像中龋的识别与量化
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229376
Luiz G. K. Zanini, F. Nunes, I. Rubira-Bullen
{"title":"Identification and quantification of caries from CBCT segmented images","authors":"Luiz G. K. Zanini, F. Nunes, I. Rubira-Bullen","doi":"10.5753/sbcas.2023.229376","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229376","url":null,"abstract":"Interproximal caries is a bacterial infection that occurs in the oral cavity, causing structural lesions between teeth. Diagnosis typically involves using radiographic techniques to capture images, but the use of Cone Beam Computed Tomography (CBCT) is still under-explored. This study explores CBCT, which acquires three-dimensional radiographic images, and employs two different image acquisition protocols to identify potential lesions. We developed a set of image processing techniques to segment three dental structures and accurately identify interproximal caries. Our results using classical metrics indicate an AUC of 0.928, a sensitivity of 87.33%, a precision of 88.50%, and a Jaccard Index of 0.7037. Our method effectively identifies lesions in dental structures, with the potential for practical assistance in diagnosing this disease.","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":"126377559","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
Fusão de Dados de Vídeos RGB e Pontos-Chaves para Classificação de Movimentos Gerais de Bebês 融合RGB视频数据和婴儿一般动作分类的关键点
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.230047
Matheus Palheta, G. Santos, A. Mendonça, P. Gonçalves, R. Albuquerque, Eduardo Souto, E. Santos
{"title":"Fusão de Dados de Vídeos RGB e Pontos-Chaves para Classificação de Movimentos Gerais de Bebês","authors":"Matheus Palheta, G. Santos, A. Mendonça, P. Gonçalves, R. Albuquerque, Eduardo Souto, E. Santos","doi":"10.5753/sbcas.2023.230047","DOIUrl":"https://doi.org/10.5753/sbcas.2023.230047","url":null,"abstract":"A detecção de atipicidade na execução dos movimentos espontâneos de bebês, chamados de movimentos gerais, pode ajudar na identificação precoce de distúrbios do neurodesenvolvimento e consequente início precoce de intervenção. Os movimentos gerais podem ser avaliados por meio de vídeos utilizando técnicas de aprendizado de máquina. Neste trabalho, nós classificamos os movimentos dos bebês em típicos e atípicos a partir de uma base de vídeos própria, dos quais são gerados dois canais de dados: os próprios vídeos RGB e pontos-chaves. Os dados providos por cada canal são empregados para treinar dois modelos de classificação baseados em rede neural de convolução 3D, um para cada canal. Os modelos são combinados via função de fusão. Os resultados mostram que a fusão dos modelos alcança taxas de classificação superiores às taxas obtidas pelos modelos treinados com dados providos por cada canal individualmente.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"66 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":"121125330","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
Deep Learning Approach for Detection of Atrial Fibrillation and Atrial Flutter Based on ECG Images 基于心电图像的房颤和心房扑动检测的深度学习方法
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229744
Estela Ribeiro, F. M. Dias, Q. B. Soares, José E. Krieger, M. A. Gutierrez
{"title":"Deep Learning Approach for Detection of Atrial Fibrillation and Atrial Flutter Based on ECG Images","authors":"Estela Ribeiro, F. M. Dias, Q. B. Soares, José E. Krieger, M. A. Gutierrez","doi":"10.5753/sbcas.2023.229744","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229744","url":null,"abstract":"This study explores the application of image-based deep learning techniques to distinguish between Atrial Fibrillation (AFib) and Atrial Flutter (AFlut) using images of standard 12-lead ECG exams from a private database. By implementing a MobileNet Convolutional Neural Network architecture, we achieve a high classification performance, with an accuracy of 95.6%, AUROC of 97.6%, F1-score of 83.2%, specificity of 99.6%, and sensitivity of 72.7%. We also applied explainable methods, such as Grad-CAM and LIME, to try to interpret the model’s decision-making process and identify significant regions within the ECG images that contribute to the classification. Our results demonstrate the potential of image-based deep learning approaches for accurate and reliable discrimination between AFib and AFlut, paving the way for enhanced diagnostic capabilities in clinical settings.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"20 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":"125955064","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 automática de doenças da visão em imagens de reflexo vermelho utilizando Deep Features e Ensemble 使用深度特征和集合自动检测红色反射图像中的视力疾病
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229638
M. H. Nunes, João Dallyson S. Almeida, I. F. S. D. Silva, Geraldo Braz Júnior
{"title":"Detecção automática de doenças da visão em imagens de reflexo vermelho utilizando Deep Features e Ensemble","authors":"M. H. Nunes, João Dallyson S. Almeida, I. F. S. D. Silva, Geraldo Braz Júnior","doi":"10.5753/sbcas.2023.229638","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229638","url":null,"abstract":"O Teste de Brückner, popularmente conhecido como o exame do reflexo vermelho, é um método simples e indolor de diagnóstico cujo objetivo é detectar patologias oculares. Observando o reflexo retiniano vermelho, com o auxílio de um equipamento chamado oftalmoscópio direto, é possível identificar características das estruturas internas do olho que podem indicar possíveis problemas de saúde ocular. Para identificar a presença de patologias em imagens de reflexo vermelho, essa metodologia utiliza descritores de características baseados em aprendizado profundo e classificadores. Os experimentos realizados utilizando a rede neural convolucional DeepLoc em conjunto com um ensemble dos classificadores Regressão Logística, Random Forest e SVM alcançaram uma acurácia de 93,20%, sensibilidade de 84,50% e especificidade de 93,20%.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":"45 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":"130811130","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
Interpretable Deep Learning Model For Cardiomegaly Detection with Chest X-ray Images 胸部x线图像检测心脏肿大的可解释深度学习模型
Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023) Pub Date : 2023-06-27 DOI: 10.5753/sbcas.2023.229943
Estela Ribeiro, D. Cárdenas, José E. Krieger, M. A. Gutierrez
{"title":"Interpretable Deep Learning Model For Cardiomegaly Detection with Chest X-ray Images","authors":"Estela Ribeiro, D. Cárdenas, José E. Krieger, M. A. Gutierrez","doi":"10.5753/sbcas.2023.229943","DOIUrl":"https://doi.org/10.5753/sbcas.2023.229943","url":null,"abstract":"Cardiomegaly is a medical disorder characterized by an enlargement of the heart. Many works propose to automatically detect cardiomegaly through chest X-rays. However, most of them are based on deep learning models, known for their lack of interpretability. This work propose a deep learning model for the detection of cardiomegaly based on chest x-rays images and the qualitative assessment of three known local explainable methods, i.e., Grad-CAM, LIME and SHAP. Our model achieved Acc, Prec, Se, Spe, F1-score and AUROC of 91.8±0.7%, 74.0±2.7%, 87.0±5.5%, 92.9±1.2%, 79.8±1.9%, and 90.0±0.7%, respectively. Moreover, except for the SHAP method, our interpretable methods were able to pinpoint the expected location for cardiomegaly. However, Grad-CAM method showed faster computational time than LIME and SHAP.","PeriodicalId":122965,"journal":{"name":"Anais do XXIII Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2023)","volume":" 12","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"113950746","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
首页 上一页 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