Artículos relacionadosArtículos relacionadosArtículos relacionados

ALGORITMOS DE APRENDIZAJE PROFUNDO PARA LA DETECCIÓN DEL CÁNCER DE MAMA

Cambridge, Reino Unido: Este estudio validó de forma externa el rendimiento de tres algoritmos de aprendizaje profundo para el cribado del cáncer de mama en un conjunto de datos independiente del Reino Unido.

Profundizar



Fuente científica:
Radiology
313(2):1-10
Título original
Deep Learning Algorithms for Breast Cancer Detection in a UK Screening Cohort: As Stand-alone Readers and Combined with Human Readers
Título en castellano
Algoritmos de Aprendizaje Profundo para la Detección del Cáncer de Mama en una Cohorte de Cribado del Reino Unido: Como Lectores Independientes y Combinados con Lectores Humanos
Palabras clave
aprendizaje profundo, cribado mamográfico, cáncer de mama, algoritmo, estudio retrospectivo
Key Words
deep learning, mammographic screening, breast cancer, algorithm, retrospective study
Autores
Gilbert FJ
Dirigir correspondencia a:
Fiona J Gilbert, University of Cambridge School of Clinical Medicine Department of Radiology, Cambridge, Reino Unido
Institución
University of Cambridge School of Clinical Medicine


Imprimir esta página

ReSIIC editado en las especialidades:

DI.gif On.gif   AH.gif EdM.gif Ep.gif IB.gif OG.gif 



Comprar este Resumen SIIC (ReSIIC)
El Resumen SIIC en castellano comprende
2.08 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
LA ASPIRINA COMO TRATAMIENTO ADYUVANTE PARA EL CÁNCER DE MAMA
JAMA 331(20):1714-1721
Difundido en siicsalud: 15 nov 2024
BISFOSFONATOS Y SALUD ÓSEA DE PACIENTES CON CÁNCER DE MAMA
Journal of Bone and Mineral Research 39(1):8-16
Difundido en siicsalud: 29 nov 2024
ua31618
Inicio/Home

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