• 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

A New Step Forward in the Extraction of Appropriate Radiology Reports.

作者信息

Yasaka Koichiro, Abe Osamu

机构信息

Department of Radiology, Graduate School of Medicine, University of Tokyo, 7-3-1 Hongo, Bunkyo-ku, Tokyo 113-8655, Japan.

出版信息

Radiology. 2025 Apr;315(1):e250867. doi: 10.1148/radiol.250867.

DOI:10.1148/radiol.250867
PMID:40232144
Abstract
摘要

相似文献

1
A New Step Forward in the Extraction of Appropriate Radiology Reports.提取合适放射学报告的新进展。
Radiology. 2025 Apr;315(1):e250867. doi: 10.1148/radiol.250867.
2
Semi-Automatic Terminology Generation for Information Extraction from German Chest X-Ray Reports.用于从德语胸部X光报告中提取信息的半自动术语生成
Stud Health Technol Inform. 2017;243:80-84.
3
Information extraction from multi-institutional radiology reports.从多机构放射学报告中提取信息。
Artif Intell Med. 2016 Jan;66:29-39. doi: 10.1016/j.artmed.2015.09.007. Epub 2015 Oct 3.
4
Event-Based Clinical Finding Extraction from Radiology Reports with Pre-trained Language Model.基于事件的放射学报告临床发现提取与预训练语言模型。
J Digit Imaging. 2023 Feb;36(1):91-104. doi: 10.1007/s10278-022-00717-5. Epub 2022 Oct 17.
5
Deep learning for named entity recognition in Turkish radiology reports.用于土耳其语放射学报告中命名实体识别的深度学习
Diagn Interv Radiol. 2025 Feb 28. doi: 10.4274/dir.2025.243100.
6
Large Language Model Approach for Zero-Shot Information Extraction and Clustering of Japanese Radiology Reports: Algorithm Development and Validation.用于日本放射学报告的零样本信息提取和聚类的大语言模型方法：算法开发与验证
JMIR Cancer. 2025 Jan 23;11:e57275. doi: 10.2196/57275.
7
Introducing Information Extraction to Radiology Information Systems to Improve the Efficiency on Reading Reports.将信息提取引入放射学信息系统以提高报告阅读效率。
Methods Inf Med. 2019 Sep;58(2-03):94-106. doi: 10.1055/s-0039-1694992. Epub 2019 Sep 12.
8
Extracting clinical terms from radiology reports with deep learning.深度学习从放射学报告中提取临床术语。
J Biomed Inform. 2021 Apr;116:103729. doi: 10.1016/j.jbi.2021.103729. Epub 2021 Mar 9.
9
Unsupervised Topic Modeling in a Large Free Text Radiology Report Repository.大型自由文本放射学报告库中的无监督主题建模
J Digit Imaging. 2016 Feb;29(1):59-62. doi: 10.1007/s10278-015-9823-3.
10
Design and evaluation of an ontology based information extraction system for radiological reports.基于本体的放射报告信息抽取系统的设计与评估。
Comput Biol Med. 2010 Nov-Dec;40(11-12):900-11. doi: 10.1016/j.compbiomed.2010.10.002. Epub 2010 Oct 20.

引用本文的文献

1
Fine-tuned large Language model for extracting newly identified acute brain infarcts based on computed tomography or magnetic resonance imaging reports.基于计算机断层扫描或磁共振成像报告，用于提取新发现的急性脑梗死的微调大语言模型。
Emerg Radiol. 2025 Jun 2. doi: 10.1007/s10140-025-02354-1.