Suppr超能文献

ODIASP:使用 PREDIMED 临床数据仓库进行临床情境化的图像分析,以更好地诊断肌少症。

ODIASP: Clinically Contextualized Image Analysis Using the PREDIMED Clinical Data Warehouse, Towards a Better Diagnosis of Sarcopenia.

机构信息

Clinical Investigation Center-Technological Innovation, Univ. Grenoble Alpes, INSERM CIC1406, CHU Grenoble Alpes, F-38000, Grenoble, France.

Digital Services Management, CHU Grenoble Alpes, F-38000, Grenoble, France.

出版信息

Stud Health Technol Inform. 2022 Jun 6;290:1068-1069. doi: 10.3233/SHTI220271.

Abstract

Big Data and Deep Learning approaches offer new opportunities for medical data analysis. With these technologies, PREDIMED, the clinical data warehouse of Grenoble Alps University Hospital, sets up first clinical studies on retrospective data. In particular, ODIASP study, aims to develop and evaluate deep learning-based tools for automatic sarcopenia diagnosis, while using data collected via PREDIMED, in particular, medical images. Here we describe a methodology of data preparation for a clinical study via PREDIMED.

摘要

大数据和深度学习方法为医学数据分析带来了新的机遇。利用这些技术,格勒诺布尔阿尔卑斯大学医院的临床数据仓库 PREDIMED 正在对回顾性数据开展首批临床研究。特别是,ODIASP 研究旨在开发和评估基于深度学习的自动肌少症诊断工具,并利用 PREDIMED 收集的数据,特别是医学图像。本文介绍了一种通过 PREDIMED 进行临床研究的数据准备方法。

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