{"title":"评估肠镜检查结果","authors":"","doi":"10.1055/a-2035-2179","DOIUrl":null,"url":null,"abstract":"Die Beurteilung endoskopischer Befunde bei Colitis ulcerosa leidet unter unterschiedlicher Interrater- und Intrarater-Reliabilität, was die Zuverlässigkeit einzelner Bewertungen einschränkt. Dänische Gastroenterologen wollten ein Deep-Learning-Modell entwickeln, das in der Lage ist, aktive von geheilter Schleimhaut zu unterscheiden und zwischen verschiedenen endoskopischen Schweregraden zu unterscheiden.","PeriodicalId":476775,"journal":{"name":"Endo-praxis","volume":"20 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Beurteilung endoskopischer Befunde bei Colitis ulcerosa mit KI\",\"authors\":\"\",\"doi\":\"10.1055/a-2035-2179\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Die Beurteilung endoskopischer Befunde bei Colitis ulcerosa leidet unter unterschiedlicher Interrater- und Intrarater-Reliabilität, was die Zuverlässigkeit einzelner Bewertungen einschränkt. Dänische Gastroenterologen wollten ein Deep-Learning-Modell entwickeln, das in der Lage ist, aktive von geheilter Schleimhaut zu unterscheiden und zwischen verschiedenen endoskopischen Schweregraden zu unterscheiden.\",\"PeriodicalId\":476775,\"journal\":{\"name\":\"Endo-praxis\",\"volume\":\"20 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-06-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Endo-praxis\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.1055/a-2035-2179\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Endo-praxis","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.1055/a-2035-2179","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Beurteilung endoskopischer Befunde bei Colitis ulcerosa mit KI
Die Beurteilung endoskopischer Befunde bei Colitis ulcerosa leidet unter unterschiedlicher Interrater- und Intrarater-Reliabilität, was die Zuverlässigkeit einzelner Bewertungen einschränkt. Dänische Gastroenterologen wollten ein Deep-Learning-Modell entwickeln, das in der Lage ist, aktive von geheilter Schleimhaut zu unterscheiden und zwischen verschiedenen endoskopischen Schweregraden zu unterscheiden.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
