在核磁共振成像里脑瘤

S. Krome
{"title":"在核磁共振成像里脑瘤","authors":"S. Krome","doi":"10.1055/a-1970-1311","DOIUrl":null,"url":null,"abstract":"Das tiefe Lernen („deep learning“) als Teil des maschinellen Lernens hat sich auf vielen medizinischen Feldern als nützlich erwiesen. In der Studie mit Daten von 37 871 Patienten, die in der MRT einen Gehirntumor aufwiesen, trug ein System mit tiefem Lernen (DLS) nicht nur zu besseren diagnostischen Aussagen von Spezialisten bei, sondern war per se mit einer höheren Sensitivität assoziiert. Insgesamt 18 verschiedene Gehirntumoren wurden besser und schneller klassifiziert.","PeriodicalId":122245,"journal":{"name":"Onkologische Welt","volume":"2 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-05-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Gehirntumoren in der MRT\",\"authors\":\"S. Krome\",\"doi\":\"10.1055/a-1970-1311\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Das tiefe Lernen („deep learning“) als Teil des maschinellen Lernens hat sich auf vielen medizinischen Feldern als nützlich erwiesen. In der Studie mit Daten von 37 871 Patienten, die in der MRT einen Gehirntumor aufwiesen, trug ein System mit tiefem Lernen (DLS) nicht nur zu besseren diagnostischen Aussagen von Spezialisten bei, sondern war per se mit einer höheren Sensitivität assoziiert. Insgesamt 18 verschiedene Gehirntumoren wurden besser und schneller klassifiziert.\",\"PeriodicalId\":122245,\"journal\":{\"name\":\"Onkologische Welt\",\"volume\":\"2 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-05-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Onkologische Welt\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.1055/a-1970-1311\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Onkologische Welt","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.1055/a-1970-1311","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

作为机械学习的一部分,深入学习在许多医学领域都十分有用。在在核磁共振成像中记录了37871名脑瘤病人的数据之后,一个深入研究大脑的系统(DLS)不仅改善了专家的诊断,本身也表明其相似性更高。18种不同的脑瘤被分类得比较好也更快
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Gehirntumoren in der MRT
Das tiefe Lernen („deep learning“) als Teil des maschinellen Lernens hat sich auf vielen medizinischen Feldern als nützlich erwiesen. In der Studie mit Daten von 37 871 Patienten, die in der MRT einen Gehirntumor aufwiesen, trug ein System mit tiefem Lernen (DLS) nicht nur zu besseren diagnostischen Aussagen von Spezialisten bei, sondern war per se mit einer höheren Sensitivität assoziiert. Insgesamt 18 verschiedene Gehirntumoren wurden besser und schneller klassifiziert.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信