Deep learning for automatic bowel-obstruction identification on abdominal CT.

Autor: Vanderbecq Q; Department of Radiology, AP-HP.Sorbonne, Saint Antoine Hospital, 184 Rue du Faubourg Saint-Antoine, 75012, Paris, France. q.vanderbecq@gmail.com.; UMR 7371, Université Sorbonne, CNRS, Inserm U114615, rue de l'École de Médecine, 75006, Paris, France. q.vanderbecq@gmail.com., Gelard M; Université Paris-Saclay, CentraleSupélec, Gif-sur-Yvette, Inria, CVN, France., Pesquet JC; Université Paris-Saclay, CentraleSupélec, Gif-sur-Yvette, Inria, CVN, France., Wagner M; UMR 7371, Université Sorbonne, CNRS, Inserm U114615, rue de l'École de Médecine, 75006, Paris, France.; Department of Radiology, Hospital Pitié Salpêtrière, 47-83 Bd de l'Hôpital, 75013 Paris, Île-de-France, France., Arrive L; Department of Radiology, AP-HP.Sorbonne, Saint Antoine Hospital, 184 Rue du Faubourg Saint-Antoine, 75012, Paris, France., Zins M; Department of Radiology, Hospital Paris Saint-Joseph, 185 Rue Raymond Losserand, 75014, Paris, Île-de-France, France., Chouzenoux E; Université Paris-Saclay, CentraleSupélec, Gif-sur-Yvette, Inria, CVN, France.

Publikováno v: European radiology [Eur Radiol] 2024 Sep; Vol. 34 (9), pp. 5842-5853. Date of Electronic Publication: 2024 Feb 22.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.