• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>AJNR: American Journal of Neuroradiology >Fast and robust unsupervised identification of MS lesion change using the statistical detection of changes (SDC) algorithm
【2h】

Fast and robust unsupervised identification of MS lesion change using the statistical detection of changes (SDC) algorithm

机译：使用统计变化检测（SDC）算法快速可靠地无监督地识别MS病变变化

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We developed a robust automated algorithm called statistical detection of changes (SDC) for detecting morphological changes of multiple sclerosis lesions between two T2w FLAIR brain images. Results from 30 patients show that SDC achieved significantly higher sensitivity and specificity (0.964, 95% CI=0.823–0.994; 0.691, CI=0.612–0.761) than that obtained using the lesion prediction algorithm (0.614, CI=0.410–0.784; 0.281, CI=0.228–0.314), while resulting in a 49% reduction in human review time (p=0.007).
机译：我们开发了一种强大的自动化算法，称为统计变化检测（SDC），用于检测两个T2w FLAIR脑图像之间的多发性硬化病灶的形态变化。 30例患者的结果显示，SDC的敏感性和特异性（0.964，95％CI = 0.823-0.994; 0.691，CI = 0.612-0.761）比使用病变预测算法获得的敏感性和特异性（0.614，CI = 0.410-0.784; 0.281）高得多。 ，CI = 0.228–0.314），而使人工检查时间减少了49％（p = 0.007）。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号