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
2024·12 Zitationen·NEJM AIOpen Access
Volltext beim Verlag öffnen12
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 · 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
Institutionen
- Berlin Institute for the Foundations of Learning and Data
- Technische Universität Berlin(DE)
- Charité - Universitätsmedizin Berlin(DE)
- Berlin Institute of Health at Charité - Universitätsmedizin Berlin(DE)
- University of Koblenz and Landau(DE)
- University of Kaiserslautern(DE)
- Ludwig-Maximilians-Universität München(DE)
- Heidelberg University(DE)
- German Cancer Research Center(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