Ficha de publicación · 2026
Diagnostic Driven Topology Adaptive Generative Adversarial Networks for Improved Breast Cancer Diagnosis
- Autores
- Año
- 2026
- Editorial
- Springer Nature
- Revista o publicación
- Archives of Computational Methods in Engineering
- Citas en Google Scholar
- 1
Indicadores de la revista
CiteScore 2025 (Scopus)34.8
Mejor cuartilQ1
Top 10 % en alguna categoríaSí
Posiciones por categoría
- Applied Mathematics2/680 · Q1 · percentil 99 · Top 10%
- Computer Science Applications7/1022 · Q1 · percentil 99 · Top 10%
JCR (Clarivate): No verificado: el fichero aportado es CiteScore de Scopus, no JCR.
No identificada en el informe aportado sobre comportamiento bibliométrico no estándar (2017–2019).
El informe es un análisis independiente publicado en 2021; no es una lista oficial de veto o aprobación de ANECA.Resumen de investigación
DTA-GAN adapta durante el entrenamiento la topología del generador y el discriminador mediante criterios diagnósticos relevantes para mamografía. La evaluación sobre CBIS-DDSM, INbreast y Mini-MIAS estudia fidelidad de imagen, conservación de lesiones y clasificación posterior del cáncer de mama.
Descripción original preparada para esta web; consulte la publicación para el abstract oficial.DOI 10.1007/s11831-025-10430-5 ↗ · Registro en repositorio ↗ · Ver registro en Google Scholar ↗