Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
AI-Based Anomaly Detection for Clinical-Grade Histopathological Diagnostics
2024·13 Zitationen·NEJM AIOpen Access
Volltext beim Verlag öffnen13
Zitationen
13
Autoren
2024
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
A survey on deep learning in medical image analysis
2017 · 14.008 Zit.
pROC: an open-source package for R and S+ to analyze and compare ROC curves
2011 · 13.802 Zit.
Dermatologist-level classification of skin cancer with deep neural networks
2017 · 13.525 Zit.
A survey on Image Data Augmentation for Deep Learning
2019 · 12.145 Zit.
QuPath: Open source software for digital pathology image analysis
2017 · 8.432 Zit.
Autoren
Institutionen
- Berlin Institute for the Foundations of Learning and Data
- Technische Universität Berlin(DE)
- Berlin Institute of Health at Charité - Universitätsmedizin Berlin(DE)
- Charité - Universitätsmedizin Berlin(DE)
- University of Kaiserslautern(DE)
- University of Koblenz and Landau(DE)
- Ludwig-Maximilians-Universität München(DE)
- German Cancer Research Center(DE)
- Heidelberg University(DE)
- Deutschen Konsortium für Translationale Krebsforschung(DE)
- Korea University(KR)
- Max Planck Institute for Informatics(DE)
Themen
AI in cancer detectionCOVID-19 diagnosis using AIArtificial Intelligence in Healthcare and Education