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.
Affiliation
  • 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 in De | MEDLINE | ID: mdl-37946638

Full text: 1 Collection: 01-internacional Database: MEDLINE Language: De Journal: J Dtsch Dermatol Ges Journal subject: DERMATOLOGIA Year: 2023 Document type: Article Country of publication:

Full text: 1 Collection: 01-internacional Database: MEDLINE Language: De Journal: J Dtsch Dermatol Ges Journal subject: DERMATOLOGIA Year: 2023 Document type: Article Country of publication: