Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Automated deep learning design for medical image classification by health-care professionals with no coding experience: a feasibility study
2019·309 Zitationen·The Lancet Digital HealthOpen Access
Volltext beim Verlag öffnen309
Zitationen
17
Autoren
2019
Jahr
Abstract
National Institute for Health Research and Moorfields Eye Charity.
Ähnliche Arbeiten
Optical Coherence Tomography
1991 · 13.585 Zit.
Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs
2016 · 7.243 Zit.
Global Prevalence of Glaucoma and Projections of Glaucoma Burden through 2040
2014 · 6.723 Zit.
YOLOv3: An Incremental Improvement
2018 · 5.881 Zit.
Ranibizumab for Neovascular Age-Related Macular Degeneration
2006 · 5.818 Zit.
Autoren
Institutionen
- Moorfields Eye Hospital NHS Foundation Trust(GB)
- University of Lucerne(CH)
- National Health Service(GB)
- University College London(GB)
- Moorfields Eye Hospital(GB)
- University of Birmingham(GB)
- Beaumont Eye Institute(US)
- Google DeepMind (United Kingdom)(GB)
- Ludwig-Maximilians-Universität München(DE)
- Medignition (Switzerland)(CH)
Themen
Retinal Imaging and AnalysisArtificial Intelligence in Healthcare and EducationAI in cancer detection