Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Deep learning-driven ultrasound equipment quality assessment with ATS-539 phantom data
2024·1 Zitationen·International Journal of Medical Informatics
Volltext beim Verlag öffnen1
Zitationen
6
Autoren
2024
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
<i>ATHENA</i>,<i>ARTEMIS</i>,<i>HEPHAESTUS</i>: data analysis for X-ray absorption spectroscopy using<i>IFEFFIT</i>
2005 · 16.071 Zit.
Computed Tomography — An Increasing Source of Radiation Exposure
2007 · 8.611 Zit.
Quantification of coronary artery calcium using ultrafast computed tomography
1990 · 7.635 Zit.
Standardized Myocardial Segmentation and Nomenclature for Tomographic Imaging of the Heart
2002 · 6.910 Zit.
Computational Radiomics System to Decode the Radiographic Phenotype
2017 · 6.264 Zit.
Autoren
Institutionen
Themen
Advanced X-ray and CT ImagingArtificial Intelligence in Healthcare and EducationRadiation Dose and Imaging