Your browser doesn't support javascript.
loading
High-resolution synthesis of high-density breast mammograms: Application to improved fairness in deep learning based mass detection.
Garrucho, Lidia; Kushibar, Kaisar; Osuala, Richard; Diaz, Oliver; Catanese, Alessandro; Del Riego, Javier; Bobowicz, Maciej; Strand, Fredrik; Igual, Laura; Lekadir, Karim.
Afiliação
  • Garrucho L; Barcelona Artificial Intelligence in Medicine Lab, Facultat de Matemàtques i Informàtica, Universitat de Barcelona, Barcelona, Spain.
  • Kushibar K; Barcelona Artificial Intelligence in Medicine Lab, Facultat de Matemàtques i Informàtica, Universitat de Barcelona, Barcelona, Spain.
  • Osuala R; Barcelona Artificial Intelligence in Medicine Lab, Facultat de Matemàtques i Informàtica, Universitat de Barcelona, Barcelona, Spain.
  • Diaz O; Barcelona Artificial Intelligence in Medicine Lab, Facultat de Matemàtques i Informàtica, Universitat de Barcelona, Barcelona, Spain.
  • Catanese A; Unitat de Diagnòstic per la Imatge de la Mama (UDIM), Hospital Germans Trias i Pujol, Badalona, Spain.
  • Del Riego J; Área de Radiología Mamaria y Ginecólogica (UDIAT CD), Parc Taulí Hospital Universitari, Sabadell, Spain.
  • Bobowicz M; 2nd Department of Radiology, Medical University of Gdansk, Gdansk, Poland.
  • Strand F; Breast Radiology, Karolinska University Hospital and Department of Oncology-Pathology, Karolinska Institutet, Stockholm, Sweden.
  • Igual L; Barcelona Artificial Intelligence in Medicine Lab, Facultat de Matemàtques i Informàtica, Universitat de Barcelona, Barcelona, Spain.
  • Lekadir K; Barcelona Artificial Intelligence in Medicine Lab, Facultat de Matemàtques i Informàtica, Universitat de Barcelona, Barcelona, Spain.
Front Oncol ; 12: 1044496, 2022.
Article em En | MEDLINE | ID: mdl-36755853
Palavras-chave
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Tipo de estudo: Diagnostic_studies Idioma: En Ano de publicação: 2022 Tipo de documento: Article
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Tipo de estudo: Diagnostic_studies Idioma: En Ano de publicação: 2022 Tipo de documento: Article