Improving assessment of lesions in longitudinal CT scans: a bi-institutional reader study on an AI-assisted registration and volumetric segmentation workflow

DSpace Repositorium (Manakin basiert)

Improving assessment of lesions in longitudinal CT scans: a bi-institutional reader study on an AI-assisted registration and volumetric segmentation workflow

Autor(en): Hering, Alessa; Westphal, Max; Gerken, Annika; Almansour, Haidara; Maurer, Michael; Geisler, Benjamin; Kohlbrandt, Temke; Eigentler, Thomas; Amaral, Teresa; Lessmann, Nikolas; Gatidis, Sergios; Hahn, Horst; Nikolaou, Konstantin; Othman, Ahmed; Moltz, Jan; Peisen, Felix
Tübinger Autor(en):
Almansour, Haidara
Eigentler, Thomas
Amaral, Teresa
Gatidis, Sergios
Nikolaou, Konstantin
Othman, Ahmed
Peisen, Felix Ludwig
Erschienen in: International Journal of Computer Assisted Radiology and Surgery (2024), Bd. 19, H. 9, S. 1689-1697
Verlagsangabe: Heidelberg : Springer Heidelberg
Sprache: Englisch
Referenz zum Volltext: http://dx.doi.org/10.1007/s11548-024-03181-4
ISSN: 1861-6410
DDC-Klassifikation: 600 - Technik
610 - Medizin, Gesundheit
Dokumentart: Wissenschaftlicher Artikel
Zur Langanzeige

Das Dokument erscheint in: