• 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

Re: "Validation study of machine-learning chest radiograph software in primary and secondary medicine".

作者信息

Booth T C, Agarwal S, Wood D A

机构信息

School of Biomedical Engineering & Imaging Sciences, King's College London, UK; Kings College Hospital NHS Foundation Trust, London, UK.

School of Biomedical Engineering & Imaging Sciences, King's College London, UK.

出版信息

Clin Radiol. 2023 Jun;78(6):473. doi: 10.1016/j.crad.2023.02.019. Epub 2023 Mar 15.

DOI:10.1016/j.crad.2023.02.019
PMID:36967256
Abstract
摘要

相似文献

1
Re: "Validation study of machine-learning chest radiograph software in primary and secondary medicine".关于：“机器学习胸部X光片软件在初级和二级医疗中的验证研究”。
Clin Radiol. 2023 Jun;78(6):473. doi: 10.1016/j.crad.2023.02.019. Epub 2023 Mar 15.
2
Machine learning "red dot": open-source, cloud, deep convolutional neural networks in chest radiograph binary normality classification.机器学习“红点”：胸部X光片二元正常分类中的开源、云、深度卷积神经网络
Clin Radiol. 2018 Sep;73(9):827-831. doi: 10.1016/j.crad.2018.05.015. Epub 2018 Jun 10.
3
Validation study of machine-learning chest radiograph software in primary and emergency medicine.机器学习在初级和急诊医学中应用的验证性研究。
Clin Radiol. 2023 Jan;78(1):1-7. doi: 10.1016/j.crad.2022.08.129. Epub 2022 Sep 25.
4
Deep Convolutional Neural Network-based Software Improves Radiologist Detection of Malignant Lung Nodules on Chest Radiographs.基于深度卷积神经网络的软件提高放射科医生在胸部 X 光片上检测恶性肺结节的能力。
Radiology. 2020 Jan;294(1):199-209. doi: 10.1148/radiol.2019182465. Epub 2019 Nov 12.
5
Learning Decision Ensemble using a Graph Neural Network for Comorbidity Aware Chest Radiograph Screening.使用图神经网络学习决策集成以进行共病意识胸部X光筛查
Annu Int Conf IEEE Eng Med Biol Soc. 2020 Jul;2020:1234-1237. doi: 10.1109/EMBC44109.2020.9176693.
6
Deep learning: definition and perspectives for thoracic imaging.深度学习：胸部影像学的定义和展望。
Eur Radiol. 2020 Apr;30(4):2021-2030. doi: 10.1007/s00330-019-06564-3. Epub 2019 Dec 6.
7
Pediatric chest X-ray diagnosis using neuromorphic models.使用神经形态模型进行儿科胸部X光诊断。
Comput Biol Med. 2025 Jun;192(Pt A):110173. doi: 10.1016/j.compbiomed.2025.110173. Epub 2025 Apr 23.
8
A Head-to Head Comparison of Machine Learning Algorithms for Identification of Implanted Cardiac Devices.用于识别植入式心脏设备的机器学习算法的头对头比较
Am J Cardiol. 2021 Apr 1;144:77-82. doi: 10.1016/j.amjcard.2020.12.067. Epub 2020 Dec 29.
9
Assessment of inspiration and technical quality in anteroposterior thoracic radiographs using machine learning.使用机器学习评估前后位胸部 X 光片的吸气和技术质量。
Radiography (Lond). 2024 Jan;30(1):107-115. doi: 10.1016/j.radi.2023.10.014. Epub 2023 Nov 29.
10
Deep learning to detect acute respiratory distress syndrome on chest radiographs: a retrospective study with external validation.深度学习在 X 光胸片上检测急性呼吸窘迫综合征：一项具有外部验证的回顾性研究。
Lancet Digit Health. 2021 Jun;3(6):e340-e348. doi: 10.1016/S2589-7500(21)00056-X. Epub 2021 Apr 20.

引用本文的文献

1
Optimising brain age estimation through transfer learning: A suite of pre-trained foundation models for improved performance and generalisability in a clinical setting.通过迁移学习优化脑龄估计：一套预训练基础模型，用于在临床环境中提高性能和通用性。
Hum Brain Mapp. 2024 Mar;45(4):e26625. doi: 10.1002/hbm.26625.
2
Factors affecting the labelling accuracy of brain MRI studies relevant for deep learning abnormality detection.影响与深度学习异常检测相关的脑磁共振成像研究标注准确性的因素。
Front Radiol. 2023 Nov 27;3:1251825. doi: 10.3389/fradi.2023.1251825. eCollection 2023.