A multitask deep learning approach for pulmonary embolism detection and identification.

Ma, Xiaotian; Ferguson, Emma C; Jiang, Xiaoqian; Savitz, Sean I; Shams, Shayan

Ma, Xiaotian; Ferguson, Emma C; Jiang, Xiaoqian; Savitz, Sean I; Shams, Shayan.

Afiliação

Ma X; School of Biomedical Informatics, The University of Texas Health Science Center at Houston, Houston, TX, USA.
Ferguson EC; Department of Diagnostic and Interventional Imaging, McGovern Medical School, Houston, TX, USA.
Jiang X; School of Biomedical Informatics, The University of Texas Health Science Center at Houston, Houston, TX, USA.
Savitz SI; Department of Neurology, McGovern Medical School, Houston, TX, USA.
Shams S; Department of Applied Data Science, San José State University, San José, CA, USA. shayan.shams@sjsu.edu.

Sci Rep ; 12(1): 13087, 2022 07 29.

Article em En | MEDLINE | ID: mdl-35906477

Assuntos

Aprendizado Profundo; Embolia Pulmonar; Angiografia/métodos; Humanos; Pulmão; Embolia Pulmonar/complicações; Embolia Pulmonar/diagnóstico por imagem; Estudos Retrospectivos; Tomografia Computadorizada por Raios X/métodos

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Contexto em Saúde: 6_ODS3_enfermedades_notrasmisibles Base de dados: MEDLINE Assunto principal: Embolia Pulmonar / Aprendizado Profundo Tipo de estudo: Diagnostic_studies / Observational_studies / Prognostic_studies / Risk_factors_studies Limite: Humans Idioma: En Revista: Sci Rep Ano de publicação: 2022 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google