Aller au contenu principal
Accès ouvert déclaré 2025 article

A Data-Centric Approach to Deep Learning for Brain Metastasis Analysis at MRI

5Citations signalées, ce qui n’est pas une note de qualité
16Institutions déclarées
5Pays d’affiliation déclarés

Rattachement africain : nl, in, es, us, be. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

= .13). Median normalized surface distance was 0.99 for both datasets. Conclusion The deep learning system demonstrated high performance and generalizability in detecting and segmenting BMs of all sizes on pre- and posttreatment MRI scans. © RSNA, 2025

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
A Data-Centric Approach to Deep Learning for Brain Metastasis Analysis at MRI
Date Crossref
01/06/2025
Éditeur
Radiological Society of North America (RSNA)
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.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Medical Imaging Techniques and ApplicationsRadiomics and Machine Learning in Medical ImagingBrain Tumor Detection and Classification

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.