Deep Learning Algorithm for Reducing CT Slice Thickness: Effect on Reproducibility of Radiomic Features in Lung Cancer

OBJECTIVE: To retrospectively assess the effect of CT slice thickness on the reproducibility of radiomic features (RFs) of lung cancer, and to investigate whether convolutional neural network (CNN)-based super-resolution (SR) algorithms can improve the reproducibility of RFs obtained from images wit...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Wydane w:Korean J Radiol
Główni autorzy: Park, Sohee, Lee, Sang Min, Do, Kyung-Hyun, Lee, June-Goo, Bae, Woong, Park, Hyunho, Jung, Kyu-Hwan, Seo, Joon Beom
Format: Artigo
Język:Inglês
Wydane: The Korean Society of Radiology 2019
Hasła przedmiotowe:
Thoracic Imaging
Dostęp online:https://ncbi.nlm.nih.gov/pmc/articles/PMC6757001/
https://ncbi.nlm.nih.gov/pubmed/31544368
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.3348/kjr.2019.0212
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!

Podobne zapisy