Detection of high-grade small bowel obstruction on conventional radiography with convolutional neural networks.

Cheng, Phillip M; Tejura, Tapas K; Tran, Khoa N; Whang, Gilbert

Cheng, Phillip M; Tejura, Tapas K; Tran, Khoa N; Whang, Gilbert.

Afiliación

Cheng PM; Department of Radiology, USC Norris Comprehensive Cancer Center, Keck School of Medicine of USC, 1441 Eastlake Avenue, Suite 2315B, Los Angeles, CA, 90033-0377, USA. phillip.cheng@med.usc.edu.
Tejura TK; Department of Radiology, USC Norris Comprehensive Cancer Center, Keck School of Medicine of USC, 1441 Eastlake Avenue, Suite 2315B, Los Angeles, CA, 90033-0377, USA.
Tran KN; Department of Radiology, USC Norris Comprehensive Cancer Center, Keck School of Medicine of USC, 1441 Eastlake Avenue, Suite 2315B, Los Angeles, CA, 90033-0377, USA.
Whang G; Department of Radiology, USC Norris Comprehensive Cancer Center, Keck School of Medicine of USC, 1441 Eastlake Avenue, Suite 2315B, Los Angeles, CA, 90033-0377, USA.

Abdom Radiol (NY) ; 43(5): 1120-1127, 2018 05.

Article en En | MEDLINE | ID: mdl-28828625

Asunto(s)

Interpretación de Imagen Asistida por Computador/métodos; Obstrucción Intestinal/diagnóstico por imagen; Intestino Delgado/diagnóstico por imagen; Redes Neurales de la Computación; Radiografía/métodos; Adolescente; Adulto; Anciano; Anciano de 80 o más Años; Femenino; Humanos; Masculino; Persona de Mediana Edad; Proyectos Piloto; Sensibilidad y Especificidad; Adulto Joven

Palabras clave

Artificial neural networks; Deep learning; Digital image processing; Machine learning; Small bowel obstruction

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Interpretación de Imagen Asistida por Computador / Radiografía / Redes Neurales de la Computación / Obstrucción Intestinal / Intestino Delgado Tipo de estudio: Clinical_trials / Diagnostic_studies Límite: Adolescent / Adult / Aged / Aged80 / Female / Humans / Male / Middle aged Idioma: En Revista: Abdom Radiol (NY) Año: 2018 Tipo del documento: Article País de afiliación: Estados Unidos Pais de publicación: Estados Unidos

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google