Your browser doesn't support javascript.
loading
Explainability and controllability of patient-specific deep learning with attention-based augmentation for markerless image-guided radiotherapy.
Terunuma, Toshiyuki; Sakae, Takeji; Hu, Yachao; Takei, Hideyuki; Moriya, Shunsuke; Okumura, Toshiyuki; Sakurai, Hideyuki.
Afiliación
  • Terunuma T; Faculty of Medicine, University of Tsukuba, Tsukuba, Japan.
  • Sakae T; Proton Medical Research Center, University of Tsukuba Hospital, Tsukuba, Japan.
  • Hu Y; Faculty of Medicine, University of Tsukuba, Tsukuba, Japan.
  • Takei H; Proton Medical Research Center, University of Tsukuba Hospital, Tsukuba, Japan.
  • Moriya S; Proton Medical Research Center, University of Tsukuba Hospital, Tsukuba, Japan.
  • Okumura T; Center Hospital and Shenzhen Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Shenzhen, China.
  • Sakurai H; Faculty of Medicine, University of Tsukuba, Tsukuba, Japan.
Med Phys ; 50(1): 480-494, 2023 Jan.
Article en En | MEDLINE | ID: mdl-36354286
Asunto(s)
Palabras clave
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Contexto en salud: 1_ASSA2030 / 2_ODS3 Problema de salud: 1_doencas_nao_transmissiveis / 2_muertes_prematuras_enfermedades_notrasmisibles Asunto principal: Radioterapia Guiada por Imagen / Aprendizaje Profundo / Neoplasias Pulmonares Tipo de estudio: Observational_studies Límite: Humans Idioma: En Revista: Med Phys Año: 2023 Tipo del documento: Article País de afiliación: Japón
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Contexto en salud: 1_ASSA2030 / 2_ODS3 Problema de salud: 1_doencas_nao_transmissiveis / 2_muertes_prematuras_enfermedades_notrasmisibles Asunto principal: Radioterapia Guiada por Imagen / Aprendizaje Profundo / Neoplasias Pulmonares Tipo de estudio: Observational_studies Límite: Humans Idioma: En Revista: Med Phys Año: 2023 Tipo del documento: Article País de afiliación: Japón