Computer-Aided Detection Can Bridge the Skill Gap in Multiple Sclerosis Monitoring
8Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : au. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Computer-Aided Detection Can Bridge the Skill Gap in Multiple Sclerosis Monitoring
- Date Crossref
- 01/01/2018
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
St Vincent's Hospital Melbourne pays non établi dans la noticeÉtablissement de santé
-
Austin Health pays non établi dans la noticeÉtablissement de santé
-
The Royal Melbourne Hospital pays non établi dans la noticeOrganisme public
-
The University of Melbourne Department of Radiology pays non établi dans la noticeUniversité ou école supérieure
-
Department of Radiology pays non établi dans la noticeInstitution
St Vincent's Hospital Melbourne, Austin Health et The Royal Melbourne Hospital, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
AI in cancer detectionMultiple Sclerosis Research StudiesImage Processing Techniques and Applications