Your browser doesn't support javascript.
loading
KI-basierte Bestimmung des PRO-Scores in aktinischen Keratosen anhand von LC-OCT-Bilddatensätzen: Artificial intelligence-based PRO score assessment in actinic keratoses from LC-OCT imaging using Convolutional Neural Networks.
Thamm, Janis R; Daxenberger, Fabia; Viel, Théo; Gust, Charlotte; Eijkenboom, Quirine; French, Lars E; Welzel, Julia; Sattler, Elke C; Schuh, Sandra.
Afiliación
  • Thamm JR; Abteilung für Dermatologie und Allergologie, Universitätsklinikum, Universität Augsburg, Augsburg, Deutschland.
  • Daxenberger F; Abteilung für Dermatologie und Allergologie, Universitätsklinikum, LMU München, München, Deutschland.
  • Viel T; DAMAE Medical Paris, Paris, Frankreich.
  • Gust C; Abteilung für Dermatologie und Allergologie, Universitätsklinikum, LMU München, München, Deutschland.
  • Eijkenboom Q; Abteilung für Dermatologie und Allergologie, Universitätsklinikum, LMU München, München, Deutschland.
  • French LE; Abteilung für Dermatologie und Allergologie, Universitätsklinikum, LMU München, München, Deutschland.
  • Welzel J; Abteilung für Dermatologie und Allergologie, Universitätsklinikum, Universität Augsburg, Augsburg, Deutschland.
  • Sattler EC; Abteilung für Dermatologie und Allergologie, Universitätsklinikum, LMU München, München, Deutschland.
  • Schuh S; Abteilung für Dermatologie und Allergologie, Universitätsklinikum, Universität Augsburg, Augsburg, Deutschland.
J Dtsch Dermatol Ges ; 21(11): 1359-1368, 2023 11.
Article en De | MEDLINE | ID: mdl-37946638
Palabras clave
Texto completo
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Base de datos: MEDLINE Idioma: De Revista: J Dtsch Dermatol Ges Asunto de la revista: DERMATOLOGIA Año: 2023 Tipo del documento: Article
Texto completo
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Base de datos: MEDLINE Idioma: De Revista: J Dtsch Dermatol Ges Asunto de la revista: DERMATOLOGIA Año: 2023 Tipo del documento: Article