Improving detection of impacted animal bones on lateral neck radiograph using a deep learning artificial intelligence algorithm

Autor:	Yueh-Sheng Chen, Sheng-Dean Luo, Chi-Hsun Lee, Jian-Feng Lin, Te-Yen Lin, Sheung-Fat Ko, Chiun-Chieh Yu, Pi-Ling Chiang, Cheng-Kang Wang, I.-Min Chiu, Yii-Ting Huang, Yi-Fan Tai, Po-Teng Chiang, Wei-Che Lin
Jazyk:	angličtina
Rok vydání:	2023
Předmět:	Artificial intelligence Retrospective studies Lateral neck radiograph Animal bone impaction Medical physics. Medical radiology. Nuclear medicine R895-920
Zdroj:	Insights into Imaging, Vol 14, Iss 1, Pp 1-9 (2023)
Druh dokumentu:	article
ISSN:	1869-4101
DOI:	10.1186/s13244-023-01385-x
Popis:	Key points The AI-aided interpretation improved the accuracy for doctors of every specialty. The AI model accurately identified more cases than the radiologists’ reports. The AI model increased the detection rate and may decrease required CT imaging.
Databáze:	Directory of Open Access Journals
Externí odkaz:	https://doaj.org/article/2036682bf84040fc8cd3482e15a64b5f Zobrazit plný text záznamu View record in DOAJ Plný text ve formátu PDF Plný text ve formátu HTML
Nepřihlášeným uživatelům se plný text nezobrazuje	K zobrazení výsledku je třeba se přihlásit.