医学
危险分层
恶性肿瘤
分层(种子)
算法
放射科
人工智能
考试(生物学)
内科学
休眠
计算机科学
植物
生物
种子休眠
发芽
古生物学
作者
Noa J.C. Antonissen,Kiran Vaidhya Venkadesh,Renate Dinnessen,Ernst T. Scholten,Zaigham Saghir,Mario Silva,Ugo Pastorino,Grigory Sidorenkov,Marjolein A. Heuvelmans,Geertruida H. de Bock,Firdaus A. A. Mohamed Hoesein,Pim A. de Jong,Henk Groen,Rozemarijn Vliegenthart,Hester A. Gietema,Mathias Prokop,Cornelia Schaefer‐Prokop,Colin Jacobs,Joachim G.J.V. Aerts,Robin Cornelissen
出处
期刊:Radiology
[Radiological Society of North America]
日期:2025-09-01
卷期号:316 (3): e250874-e250874
被引量:2
标识
DOI:10.1148/radiol.250874
摘要
A deep learning algorithm accurately estimated pulmonary nodule malignancy risk using baseline data from three European trials, retrospectively reducing false-positive classifications for indeterminate nodules while preserving sensitivity for cancer detection.
科研通智能强力驱动
Strongly Powered by AbleSci AI