Analyzing inter-reader variability affecting deep ensemble learning for COVID-19 detection in chest radiographs.

Rajaraman, Sivaramakrishnan; Sornapudi, Sudhir; Alderson, Philip O; Folio, Les R; Antani, Sameer K

Rajaraman, Sivaramakrishnan; Sornapudi, Sudhir; Alderson, Philip O; Folio, Les R; Antani, Sameer K.

Afiliação

Rajaraman S; Lister Hill National Center for Biomedical Communications, National Library of Medicine, Bethesda, Maryland, United States of America.
Sornapudi S; Department of Electrical and Computer Engineering, Missouri University of Science and Technology, Rolla, Missouri, United States of America.
Alderson PO; School of Medicine, Saint Louis University, St. Louis, Missouri, United States of America.
Folio LR; Radiology and Imaging Sciences, Clinical Center, National Institutes of Health, Bethesda, Maryland, United States of America.
Antani SK; Lister Hill National Center for Biomedical Communications, National Library of Medicine, Bethesda, Maryland, United States of America.

PLoS One ; 15(11): e0242301, 2020.

Article em En | MEDLINE | ID: mdl-33180877

Assuntos

Infecções por Coronavirus/diagnóstico por imagem; Aprendizado Profundo; Processamento de Imagem Assistida por Computador/métodos; Variações Dependentes do Observador; Pneumonia Viral/diagnóstico por imagem; Radiografia Torácica/normas; Algoritmos; Betacoronavirus; COVID-19; Humanos; Redes Neurais de Computação; Pandemias; SARS-CoV-2

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Pneumonia Viral / Processamento de Imagem Assistida por Computador / Radiografia Torácica / Variações Dependentes do Observador / Infecções por Coronavirus / Aprendizado Profundo Tipo de estudo: Diagnostic_studies / Prognostic_studies Limite: Humans Idioma: En Revista: PLoS One Ano de publicação: 2020 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google