Development of Pericardial Fat Count Images Using a Combination of Three Different Deep-Learning Models: Image Translation Model From Chest Radiograph Image to Projection Image of Three-Dimensional Computed Tomography
0Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : jp, es. 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
- Development of Pericardial Fat Count Images Using a Combination of Three Different Deep-Learning Models: Image Translation Model From Chest Radiograph Image to Projection Image of Three-Dimensional Computed Tomography
- Date Crossref
- 01/03/2024
- 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
-
Kobe University Department of Radiology pays non établi dans la noticeUniversité ou école supérieure
-
Kobe University Hospital pays non établi dans la noticeÉtablissement de santé
-
General Electric (Spain) pays non établi dans la noticeEntreprise
-
Tokyo Health Care University pays non établi dans la noticeUniversité ou école supérieure
-
GE HealthCare (Japan) pays non établi dans la noticeEntreprise
-
GE Healthcare Japan pays non établi dans la noticeInstitution
Department of Radiology — Kobe University, Kobe University Hospital et General Electric (Spain), avec 3 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Cardiovascular Disease and AdiposityLung Cancer Diagnosis and TreatmentCardiovascular Function and Risk Factors