| |  Online-Ressource |
|---|
| Verfasst von: | Netzer, Nils [VerfasserIn]  |
|---|
| | Eith, Carolin [VerfasserIn] |
|---|
| | Bethge, Oliver [VerfasserIn] |
|---|
| | Hielscher, Thomas [VerfasserIn] |
|---|
| | Schwab, Constantin [VerfasserIn] |
|---|
| | Stenzinger, Albrecht [VerfasserIn] |
|---|
| | Gnirs, Regula [VerfasserIn] |
|---|
| | Schlemmer, Heinz-Peter [VerfasserIn] |
|---|
| | Maier-Hein, Klaus H. [VerfasserIn] |
|---|
| | Schimmöller, Lars [VerfasserIn] |
|---|
| | Bonekamp, David [VerfasserIn] |
|---|
| Titel: | Application of a validated prostate MRI deep learning system to independent same-vendor multi-institutional data |
|---|
| Titelzusatz: | demonstration of transferability |
|---|
| Verf.angabe: | Nils Netzer, Carolin Eith, Oliver Bethge, Thomas Hielscher, Constantin Schwab, Albrecht Stenzinger, Regula Gnirs, Heinz-Peter Schlemmer, Klaus H. Maier-Hein, Lars Schimmöller, David Bonekamp |
|---|
| E-Jahr: | 2023 |
|---|
| Jahr: | 28 July 2023 |
|---|
| Umfang: | 14 S. |
|---|
| Fussnoten: | Gesehen am 20.05.2025 |
|---|
| Titel Quelle: | Enthalten in: European radiology |
|---|
| Ort Quelle: | Berlin : Springer, 1991 |
|---|
| Jahr Quelle: | 2023 |
|---|
| Band/Heft Quelle: | 33(2023), 11, Seite 7463-7476 |
|---|
| ISSN Quelle: | 1432-1084 |
|---|
| | 1613-3757 |
|---|
| Abstract: | To evaluate a fully automatic deep learning system to detect and segment clinically significant prostate cancer (csPCa) on same-vendor prostate MRI from two different institutions not contributing to training of the system. |
|---|
| DOI: | doi:10.1007/s00330-023-09882-9 |
|---|
| URL: | Bitte beachten Sie: Dies ist ein Bibliographieeintrag. Ein Volltextzugriff für Mitglieder der Universität besteht hier nur, falls für die entsprechende Zeitschrift/den entsprechenden Sammelband ein Abonnement besteht oder es sich um einen OpenAccess-Titel handelt.
kostenfrei: Volltext: https://doi.org/10.1007/s00330-023-09882-9 |
|---|
| | kostenfrei: Volltext: https://link.springer.com/article/10.1007/s00330-023-09882-9 |
|---|
| | DOI: https://doi.org/10.1007/s00330-023-09882-9 |
|---|
| Datenträger: | Online-Ressource |
|---|
| Sprache: | eng |
|---|
| Sach-SW: | Cancer Imaging |
|---|
| | Computer Vision |
|---|
| | Deep learning |
|---|
| | Magnetic resonance imaging |
|---|
| | Magnetic Resonance Imaging |
|---|
| | Prostate |
|---|
| | Prostate cancer |
|---|
| | Prostatic neoplasms |
|---|
| | Symbolic AI |
|---|
| | Validation study |
|---|
| K10plus-PPN: | 1926142098 |
|---|
| Verknüpfungen: | → Zeitschrift |
|---|
Application of a validated prostate MRI deep learning system to independent same-vendor multi-institutional data / Netzer, Nils [VerfasserIn]; 28 July 2023 (Online-Ressource)
