...
首页> 外文期刊>Radiology >Deep Learning Enables Automatic Classification of Emphysema Pattern at CT
【24h】

Deep Learning Enables Automatic Classification of Emphysema Pattern at CT

机译:深度学习使CT可以自动分类肺气肿模式

获取原文
获取原文并翻译 | 示例
           

摘要

Background: Pattern of emphysema at chest CT, scored visually by using the Fleischner Society system, is associated with physiologic impairment and mortality risk.
机译:背景:胸部CT的肺气肿模式,通过使用Fleischner社会系统可视地评分,与生理损伤和死亡率风险有关。

著录项

  • 来源
    《Radiology》 |2020年第2期|共11页
  • 作者单位

    Natl Jewish Hlth Dept Radiol 1400 Jackson St Denver CO 80206 USA;

    Natl Jewish Hlth Dept Radiol 1400 Jackson St Denver CO 80206 USA;

    Natl Jewish Hlth Dept Radiol 1400 Jackson St Denver CO 80206 USA;

    Natl Jewish Hlth Div Biostat &

    Bioinformat 1400 Jackson St Denver CO 80206 USA;

    Natl Jewish Hlth Dept Med 1400 Jackson St Denver CO 80206 USA;

    Brigham &

    Womens Hosp Channing Div Network Med 75 Francis St Boston MA 02115 USA;

    Natl Jewish Hlth Dept Radiol 1400 Jackson St Denver CO 80206 USA;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 放射医学;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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