Towards long-tailed, multi-label disease classification from chest X-ray: Overview of the CXR-LT challenge
43Citations signalées — pas une note de qualité
19Institutions déclarées
6Pays d’affiliation déclarés
Résumé indisponible : les résultats de l’étude ne doivent pas être déduits depuis son seul titre.
Contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Towards long-tailed, multi-label disease classification from chest X-ray: Overview of the CXR-LT challenge
- Date Crossref
- 01/10/2024
- 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 ne compte pas comme une seconde source scientifique indépendante.
Institutions déclarées
The University of Texas at AustinCornell UniversityWeill Cornell MedicineCarnegie Mellon UniversityMassachusetts Institute of TechnologyVietnam National University Ho Chi Minh CityHo Chi Minh City University of ScienceKorea Telecom (South Korea)Ajou UniversityShanghai Jiao Tong UniversityShandong Jiaotong UniversityCentre for Artificial Intelligence and RoboticsThe University of TokyoSK Group (South Korea)Seoul National UniversityBeth Israel Deaconess Medical CenterHarvard UniversityNational Center for Biotechnology InformationNational Institutes of Health Clinical Center
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Sujets associés
COVID-19 diagnosis using AITuberculosis Research and EpidemiologyMachine Learning in Healthcare