Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
A pathologist–AI collaboration framework for enhancing diagnostic accuracies and efficiencies
2024·39 Zitationen·Nature Biomedical Engineering
Volltext beim Verlag öffnen39
Zitationen
23
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 · 13.514 Zit.
Dermatologist-level classification of skin cancer with deep neural networks
2017 · 13.137 Zit.
A survey on Image Data Augmentation for Deep Learning
2019 · 11.743 Zit.
QuPath: Open source software for digital pathology image analysis
2017 · 8.113 Zit.
Radiomics: Images Are More than Pictures, They Are Data
2015 · 7.988 Zit.
Autoren
- Zhi Huang
- Eric Yang
- Jeanne Shen
- Dita Gratzinger
- Frederick Eyerer
- Brooke Liang
- Jeffrey Nirschl
- David Bingham
- Alex Dussaq
- Christian A. Kunder
- Rebecca Rojansky
- A. Gilbert
- Alexandra L. Chang‐Graham
- Brooke E. Howitt
- Ying Liu
- Emily Ryan
- Troy Tenney
- Xiaoming Zhang
- Ann K. Folkins
- Edward Fox
- Kathleen S. Montine
- Thomas J. Montine
- James Zou
Institutionen
Themen
AI in cancer detectionArtificial Intelligence in Healthcare and EducationRadiomics and Machine Learning in Medical Imaging