• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Beyond the : "Deep Learning Using Chest Radiographs to Identify High-Risk Smokers for Lung Cancer Screening Computed Tomography: Development and Validation of a Prediction Model".

作者信息

Patel Bhavik N, Langlotz Curtis P

机构信息

Department of Radiology, Stanford University School of Medicine, 300 Pasteur Dr, Stanford, CA 94305.

出版信息

AJR Am J Roentgenol. 2021 Aug;217(2):521. doi: 10.2214/AJR.20.25334. Epub 2020 Dec 23.

DOI:10.2214/AJR.20.25334
PMID:33355488
Abstract
摘要

相似文献

1
Beyond the : "Deep Learning Using Chest Radiographs to Identify High-Risk Smokers for Lung Cancer Screening Computed Tomography: Development and Validation of a Prediction Model".超越《利用胸部X光片进行深度学习以识别肺癌筛查计算机断层扫描的高危吸烟者：预测模型的开发与验证》。
AJR Am J Roentgenol. 2021 Aug;217(2):521. doi: 10.2214/AJR.20.25334. Epub 2020 Dec 23.
2
Deep Learning Using Chest Radiographs to Identify High-Risk Smokers for Lung Cancer Screening Computed Tomography: Development and Validation of a Prediction Model.利用胸部X光片进行深度学习以识别肺癌筛查计算机断层扫描的高危吸烟者：预测模型的开发与验证
Ann Intern Med. 2020 Nov 3;173(9):704-713. doi: 10.7326/M20-1868. Epub 2020 Sep 1.
3
Beyond the : Should Imaging-Based Risk Assessment Tools Be Used in Lung Cancer Screening?除此之外：基于成像的风险评估工具应用于肺癌筛查吗？
AJR Am J Roentgenol. 2023 Sep;221(3):390. doi: 10.2214/AJR.23.29060. Epub 2023 Feb 1.
4
Automatic opportunistic osteoporosis screening using low-dose chest computed tomography scans obtained for lung cancer screening.利用低剂量胸部 CT 扫描进行肺癌筛查，实现骨质疏松症自动机会性筛查。
Eur Radiol. 2020 Jul;30(7):4107-4116. doi: 10.1007/s00330-020-06679-y. Epub 2020 Feb 19.
5
Deep Learning to Optimize Candidate Selection for Lung Cancer CT Screening: Advancing the 2021 USPSTF Recommendations.深度学习优化肺癌 CT 筛查的候选者选择：推进 2021 年 USPSTF 建议。
Radiology. 2022 Oct;305(1):209-218. doi: 10.1148/radiol.212877. Epub 2022 Jun 14.
6
Performance of a Deep Learning Algorithm Compared with Radiologic Interpretation for Lung Cancer Detection on Chest Radiographs in a Health Screening Population.深度学习算法与放射解读在健康筛查人群中对胸部 X 光片肺癌检测的性能比较。
Radiology. 2020 Dec;297(3):687-696. doi: 10.1148/radiol.2020201240. Epub 2020 Sep 22.
7
Validation of a Deep Learning Algorithm for the Detection of Malignant Pulmonary Nodules in Chest Radiographs.深度学习算法在胸部 X 光片中检测恶性肺结节的验证。
JAMA Netw Open. 2020 Sep 1;3(9):e2017135. doi: 10.1001/jamanetworkopen.2020.17135.
8
Prediction of lung cancer risk at follow-up screening with low-dose CT: a training and validation study of a deep learning method.低剂量 CT 随访筛查中肺癌风险的预测：深度学习方法的训练和验证研究。
Lancet Digit Health. 2019 Nov;1(7):e353-e362. doi: 10.1016/S2589-7500(19)30159-1. Epub 2019 Oct 17.
9
Towards large-scale case-finding: training and validation of residual networks for detection of chronic obstructive pulmonary disease using low-dose CT.迈向大规模病例发现：使用低剂量CT检测慢性阻塞性肺疾病的残差网络的训练与验证
Lancet Digit Health. 2020 May;2(5):e259-e267. doi: 10.1016/S2589-7500(20)30064-9. Epub 2020 Apr 21.
10
Pros and Cons of Applying Deep Learning Automatic Scan-Range Adjustment to Low-Dose Chest CT in Lung Cancer Screening Programs.在肺癌筛查项目中对低剂量胸部CT应用深度学习自动扫描范围调整的利弊
Acad Radiol. 2022 Oct;29(10):1552-1554. doi: 10.1016/j.acra.2022.02.017. Epub 2022 Apr 8.