• 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

RETRACTED ARTICLE: Deep learning system to screen coronavirus disease 2019 pneumonia.

作者信息

Butt Charmaine, Gill Jagpal, Chun David, Babu Benson A

机构信息

Saint John's Episcopal Hospital, New York, NY USA.

Glen Cove Northwell Health, Glen Cove, NY USA.

出版信息

Appl Intell (Dordr). 2023;53(4):4874. doi: 10.1007/s10489-020-01714-3. Epub 2020 Apr 22.

DOI:10.1007/s10489-020-01714-3
PMID:38624372
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC7175452/
Abstract
摘要

相似文献

1
RETRACTED ARTICLE: Deep learning system to screen coronavirus disease 2019 pneumonia.撤稿文章：用于筛查2019冠状病毒病肺炎的深度学习系统。
Appl Intell (Dordr). 2023;53(4):4874. doi: 10.1007/s10489-020-01714-3. Epub 2020 Apr 22.
2
Deep learning-based multi-view fusion model for screening 2019 novel coronavirus pneumonia: A multicentre study.基于深度学习的多视图融合模型用于筛查 2019 年新型冠状病毒肺炎：一项多中心研究。
Eur J Radiol. 2020 Jul;128:109041. doi: 10.1016/j.ejrad.2020.109041. Epub 2020 May 5.
3
Retracted: Magnetic Resonance Imaging Images under Deep Learning in the Identification of Tuberculosis and Pneumonia.撤回：深度学习下磁共振成像图像在肺结核和肺炎识别中的应用
J Healthc Eng. 2023 Oct 11;2023:9801964. doi: 10.1155/2023/9801964. eCollection 2023.
4
Detection of coronavirus disease from X-ray images using deep learning and transfer learning algorithms.利用深度学习和迁移学习算法从 X 光图像中检测冠状病毒病。
J Xray Sci Technol. 2020;28(5):841-850. doi: 10.3233/XST-200720.
5
Retracted: Deep Learning Enabled Diagnosis of Children's ADHD Based on the Big Data of Video Screen Long-Range EEG.撤稿：基于视频屏幕远程脑电图大数据的深度学习辅助儿童注意力缺陷多动障碍诊断
J Healthc Eng. 2023 Dec 6;2023:9856982. doi: 10.1155/2023/9856982. eCollection 2023.
6
Cascaded deep learning classifiers for computer-aided diagnosis of COVID-19 and pneumonia diseases in X-ray scans.用于在X光扫描中对新冠肺炎和肺炎疾病进行计算机辅助诊断的级联深度学习分类器。
Complex Intell Systems. 2021;7(1):235-247. doi: 10.1007/s40747-020-00199-4. Epub 2020 Sep 22.
7
A Deep Learning Model for Diagnosing COVID-19 and Pneumonia through X-ray.一种通过X射线诊断新冠肺炎和肺炎的深度学习模型。
Curr Med Imaging. 2023;19(4):333-346. doi: 10.2174/1573405618666220610093740.
8
Automated lung ultrasound scoring for evaluation of coronavirus disease 2019 pneumonia using two-stage cascaded deep learning model.使用两阶段级联深度学习模型的自动肺超声评分用于评估2019冠状病毒病肺炎
Biomed Signal Process Control. 2022 May;75:103561. doi: 10.1016/j.bspc.2022.103561. Epub 2022 Feb 7.
9
A Deep Learning System to Screen Novel Coronavirus Disease 2019 Pneumonia.一种用于筛查2019冠状病毒病肺炎的深度学习系统。
Engineering (Beijing). 2020 Oct;6(10):1122-1129. doi: 10.1016/j.eng.2020.04.010. Epub 2020 Jun 27.
10
A deep learning approach using effective preprocessing techniques to detect COVID-19 from chest CT-scan and X-ray images.一种使用有效预处理技术从胸部 CT 扫描和 X 射线图像中检测 COVID-19 的深度学习方法。
Comput Biol Med. 2021 Dec;139:105014. doi: 10.1016/j.compbiomed.2021.105014. Epub 2021 Nov 4.

引用本文的文献

1
Classification of Pneumonia, Tuberculosis and Covid-19 from Chest X-Ray Images Using Convolution Neural Network Model.使用卷积神经网络模型从胸部X光图像中对肺炎、肺结核和新冠肺炎进行分类
Int J Stat Probab. 2024;13(4):42-63. doi: 10.5539/ijsp.v13n4p42. Epub 2024 Nov 30.
2
Using fused Contourlet transform and neural features to spot COVID19 infections in CT scan images.利用融合轮廓波变换和神经特征在CT扫描图像中发现新冠病毒感染情况。
Intell Syst Appl. 2023 Feb;17:200182. doi: 10.1016/j.iswa.2023.200182. Epub 2023 Jan 13.
3
Deep learning models for CT image classification: a comprehensive literature review.用于CT图像分类的深度学习模型：全面的文献综述
Quant Imaging Med Surg. 2025 Jan 2;15(1):962-1011. doi: 10.21037/qims-24-1400. Epub 2024 Dec 30.
4
Attention mechanism and mixup data augmentation for classification of COVID-19 Computed Tomography images.用于COVID-19计算机断层扫描图像分类的注意力机制与混合数据增强
J King Saud Univ Comput Inf Sci. 2022 Sep;34(8):6199-6207. doi: 10.1016/j.jksuci.2021.07.005. Epub 2021 Jul 15.
5
Leveraging Data Science to Combat COVID-19: A Comprehensive Review.利用数据科学抗击新冠疫情：全面综述
IEEE Trans Artif Intell. 2020 Sep 2;1(1):85-103. doi: 10.1109/TAI.2020.3020521. eCollection 2020 Aug.
6
Augmented Multicenter Graph Convolutional Network for COVID-19 Diagnosis.用于COVID-19诊断的增强多中心图卷积网络
IEEE Trans Industr Inform. 2021 Feb 4;17(9):6499-6509. doi: 10.1109/TII.2021.3056686. eCollection 2021 Sep.
7
Ensemble classification of integrated CT scan datasets in detecting COVID-19 using feature fusion from contourlet transform and CNN.基于轮廓波变换和 CNN 的特征融合对集成 CT 扫描数据集进行 COVID-19 检测的集成分类。
Sci Rep. 2023 Nov 16;13(1):20063. doi: 10.1038/s41598-023-47183-9.
8
Advances in the Applications of Bioinformatics and Chemoinformatics.生物信息学与化学信息学的应用进展
Pharmaceuticals (Basel). 2023 Jul 24;16(7):1050. doi: 10.3390/ph16071050.
9
A comprehensive review of COVID-19 detection with machine learning and deep learning techniques.使用机器学习和深度学习技术对新冠病毒（COVID-19）检测的全面综述。
Health Technol (Berl). 2023 Jun 7:1-14. doi: 10.1007/s12553-023-00757-z.
10
A Novel Pandemic Tracking Map: From Theory to Implementation.一种新型大流行追踪地图：从理论到实践。
IEEE Access. 2021 Mar 31;9:51106-51120. doi: 10.1109/ACCESS.2021.3067824. eCollection 2021.