jump to content jump to footer

Kategorien: Forschung mit mint

PET-Aufnahmen des Torsos mit relevanten falsch-positiven Befunden, markiert durch rote gestrichelte Kreise, und korrekt erkannten Läsionen (True Positives) in Grün
Repräsentative Vorhersagefehler in Fällen mit hohem Dice Similarity Coefficient (DSC)
LMU Klinikum München: Künstliche Intelligenz für das TNM-Staging beim NSCLC – Wie gut sind KI-basierte Segmentierungen wirklich?

Die aktuelle Studie „Artificial intelligence for TNM staging in NSCLC – a critical appraisal of segmentation utility in [18F]FDG PET/CT“ untersucht…

Read more
RACOON: Ein Leitfaden zur Überbrückung der Kluft zwischen simulierter und realer Forschung im Bereich des föderalen Lernens

Deep Learning (DL) ist ein wichtiger Bestandteil der radiologischen Bildanalyse geworden. Um diese Deep-Learning-Modelle zu trainieren, ist der Zugang…

Read more
scroll-top