Artículos relacionadosArtículos relacionadosArtículos relacionados
DIAGNÓSTICO DE LESIONES SÓLIDAS EN EL PÁNCREAS ASISTIDO POR INTELIGENCIA ARTIFICIAL MULTIMODAL
JAMA Network Open 7(7):1-11
Difundido en siicsalud: 4 sep 2024
INTELIGENCIA ARTIFICIAL EN LA COLITIS ULCEROSA
Diagnostics 14(10):1-19
Difundido en siicsalud: 18 jul 2024

INTELIGENCIA ARTIFICIAL PARA MEJORAR EL RENDIMIENTO DIAGNÓSTICO DE LA TOMOGRAFÍA COMPUTARIZADA

Ampliar
Jaime José, «Para volar se necesitan alas», acrílico sobre tela, 2006
Jaime José, «Para volar se necesitan alas», acrílico sobre tela, 2006
Munich, Alemania: Los autores de este estudio desarrollaron y validaron una red neuronal convolucional tridimensional, como sistema de apoyo basado en inteligencia artificial, que permite diferenciar con precisión el carcinoma de colon de la diverticulitis aguda en las imágenes de tomografía computarizada.


Profundizar



Fuente científica:
JAMA Network Open
6(1):1-10
Título original
Development and Validation of a Deep Learning Algorithm to Differentiate Colon Carcinoma From Acute Diverticulitis in Computed Tomography Images
Título en castellano
Desarrollo y Validación de un Algoritmo de Aprendizaje Profundo para Diferenciar el Carcinoma de Colon de la Diverticulitis Aguda en Imágenes de Tomografía Computarizada
Palabras clave
tomografía computarizada, inteligencia artificial, aprendizaje profundo, cáncer de colon, diverticulitis aguda
Key Words
computed tomography, artificial intelligence, deep learning, colon cancer, acute diverticulitis
Autores
Ziegelmayer S
Dirigir correspondencia a:
Sebastian Ziegelmayer, Technical University of Munich Institute of Diagnostic and Interventional Radiology, Klinikum rechts der Isar, Munich, Alemania
Institución
Technical University of Munich


Imprimir esta página

ReSIIC editado en las especialidades:

DI.gif G.gif   MI.gif On.gif 



Comprar este Resumen SIIC (ReSIIC)
El Resumen SIIC en castellano comprende
2.01 páginas impresas en papel A4
Otros artículos escogidos
Los ReSIIC en castellano son resúmenes elaborados por el Comité de Redacción Científica de SIIC en base al texto original completo publicado por la fuente editorial.
Los redactores no vierten opiniones personales.


Artículos relacionadosMás relacionadosAtículos relacionados
INTELIGENCIA ARTIFICIAL PARA DETECTAR ERRORES EN LOS INFORMES DE RADIOLOGÍA
Radiology 311(1):1-9
Difundido en siicsalud: 31 oct 2024
HALLAZGOS EN LA TOMOGRAFÍA COMPUTARIZADA EN PACIENTES CON EMBOLIA PULMONAR AGUDA Y DE BAJO RIESGO
JAMA Network Open 6(5):1-11
Difundido en siicsalud: 18 jul 2024
REPERCUSIONES CLÍNICAS DE LA IDENTIFICACIÓN DE TAPONES MUCOSOS EN LAS VÍAS RESPIRATORIAS
JAMA 329(21):1832-1839
Difundido en siicsalud: 10 oct 2024
ua31618
Home

Copyright siicsalud © 1997-2024 ISSN siicsalud: 1667-9008