Convolutional Neural Networks Accurately Identify Ungradable Images in a Diabetic Retinopathy Telemedicine Screening Program.

Bryan, John M; Bryar, Paul J; Mirza, Rukhsana G

Bryan, John M; Bryar, Paul J; Mirza, Rukhsana G.

Afiliação

Bryan JM; Department of Ophthalmology, Feinberg School of Medicine, Northwestern University, Chicago, Illinois, USA.
Bryar PJ; Department of Ophthalmology, Feinberg School of Medicine, Northwestern University, Chicago, Illinois, USA.
Mirza RG; Department of Ophthalmology, Feinberg School of Medicine, Northwestern University, Chicago, Illinois, USA.

Telemed J E Health ; 29(9): 1349-1355, 2023 09.

Article em En | MEDLINE | ID: mdl-36730708

Assuntos

Diabetes Mellitus; Retinopatia Diabética; Telemedicina; Humanos; Feminino; Pessoa de Meia-Idade; Masculino; Retinopatia Diabética/diagnóstico por imagem; Inteligência Artificial; Fotografação/métodos; Programas de Rastreamento/métodos; Redes Neurais de Computação

Palavras-chave

artificial intelligence; diabetic retinopathy; image quality; retina; screening; telemedicine

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Contexto em Saúde: 11_ODS3_cobertura_universal / 2_ODS3 Base de dados: MEDLINE Assunto principal: Telemedicina / Diabetes Mellitus / Retinopatia Diabética Tipo de estudo: Diagnostic_studies / Prognostic_studies / Screening_studies Limite: Female / Humans / Male / Middle aged Idioma: En Revista: Telemed J E Health Ano de publicação: 2023 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google