Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Are deep models in radiomics performing better than generic models? A systematic review
2023·44 Zitationen·European Radiology ExperimentalOpen Access
Volltext beim Verlag öffnen44
Zitationen
1
Autoren
2023
Jahr
Abstract
Overall, DMs outperformed GMs but in 26% of the studies, DMs did not outperform GMs.
Ähnliche Arbeiten
New response evaluation criteria in solid tumours: Revised RECIST guideline (version 1.1)
2008 · 28.795 Zit.
TNM Classification of Malignant Tumours
1987 · 16.123 Zit.
A survey on deep learning in medical image analysis
2017 · 13.500 Zit.
Reduced Lung-Cancer Mortality with Low-Dose Computed Tomographic Screening
2011 · 10.736 Zit.
The American Joint Committee on Cancer: the 7th Edition of the AJCC Cancer Staging Manual and the Future of TNM
2010 · 9.101 Zit.
Autoren
Institutionen
Themen
Radiomics and Machine Learning in Medical ImagingAdvanced X-ray and CT ImagingArtificial Intelligence in Healthcare and Education