Your browser doesn't support javascript.
loading
Clinical evaluation of a deep-learning-based computer-aided detection system for the detection of pulmonary nodules in a large teaching hospital.
Martins Jarnalo, C O; Linsen, P V M; Blazís, S P; van der Valk, P H M; Dickerscheid, D B M.
Afiliação
  • Martins Jarnalo CO; Department of Radiology, Albert Schweitzer Ziekenhuis, Dordrecht, the Netherlands. Electronic address: c.martinsjarnalo@asz.nl.
  • Linsen PVM; Department of Radiology, Albert Schweitzer Ziekenhuis, Dordrecht, the Netherlands.
  • Blazís SP; Department of Clinical Physics, FP, the Netherlands.
  • van der Valk PHM; Department of Radiology, Albert Schweitzer Ziekenhuis, Dordrecht, the Netherlands.
  • Dickerscheid DBM; Department of Clinical Physics, FP, the Netherlands.
Clin Radiol ; 76(11): 838-845, 2021 11.
Article em En | MEDLINE | ID: mdl-34404517
Assuntos
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Interpretação de Imagem Radiográfica Assistida por Computador / Tomografia Computadorizada por Raios X / Nódulo Pulmonar Solitário / Nódulos Pulmonares Múltiplos / Aprendizado Profundo Tipo de estudo: Diagnostic_studies / Observational_studies / Prognostic_studies / Risk_factors_studies Limite: Adolescent / Adult / Aged / Aged80 / Female / Humans / Male / Middle aged Idioma: En Revista: Clin Radiol Ano de publicação: 2021 Tipo de documento: Article
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Interpretação de Imagem Radiográfica Assistida por Computador / Tomografia Computadorizada por Raios X / Nódulo Pulmonar Solitário / Nódulos Pulmonares Múltiplos / Aprendizado Profundo Tipo de estudo: Diagnostic_studies / Observational_studies / Prognostic_studies / Risk_factors_studies Limite: Adolescent / Adult / Aged / Aged80 / Female / Humans / Male / Middle aged Idioma: En Revista: Clin Radiol Ano de publicação: 2021 Tipo de documento: Article