Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Challenges in developing a digital pathology consultation network: insights from the MELCAYA experience
2025·1 Zitationen·EJC Skin CancerOpen Access
Volltext beim Verlag öffnen1
Zitationen
20
Autoren
2025
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 · 13.521 Zit.
Dermatologist-level classification of skin cancer with deep neural networks
2017 · 13.144 Zit.
A survey on Image Data Augmentation for Deep Learning
2019 · 11.754 Zit.
QuPath: Open source software for digital pathology image analysis
2017 · 8.118 Zit.
Radiomics: Images Are More than Pictures, They Are Data
2015 · 7.991 Zit.
Autoren
- Dario Di Gangi
- Roberta Gugliotta
- Filippo Ugolini
- Anna Szumera‐Ciećkiewicz
- Llúcia Alós
- Natalia Castrejón de Anta
- Stephan Forchhammer
- Barbara Valeri
- Nicolas Macagno
- Şule Öztürk Sarı
- Özge Hürdoğan
- Sokol Sina
- Sylvie Fraitag
- Valerio Gaetano Vellone
- Chiara Trambaiolo
- Rita Alaggio
- Sabrina Rossi
- Giovanni Arcuri
- Daniela Massi
- Claudio J. Conti
Institutionen
- University of Florence(IT)
- Agostino Gemelli University Polyclinic(IT)
- Azienda Ospedaliero-Universitaria Careggi(IT)
- The Maria Sklodowska-Curie National Research Institute of Oncology(PL)
- Universitat de Barcelona(ES)
- University of Tübingen(DE)
- Fondazione IRCCS Istituto Nazionale dei Tumori(IT)
- Inserm(FR)
- Aix-Marseille Université(FR)
- Istanbul University(TR)
- University of Verona(IT)
- Assistance Publique – Hôpitaux de Paris(FR)
- Hôpital Necker-Enfants Malades(FR)
- Istituti di Ricovero e Cura a Carattere Scientifico(IT)
- Istituto Giannina Gaslini(IT)
- Bambino Gesù Children's Hospital(IT)
Themen
AI in cancer detectionArtificial Intelligence in Healthcare and EducationRadiomics and Machine Learning in Medical Imaging