Deep learning algorithms for automated detection of Crohn’s disease ulcers by video capsule endoscopy

The aim of our study was to develop and evaluate a deep learning algorithm for the automated detection of small-bowel ulcers in Crohn’s disease (CD) on capsule endoscopy (CE) images of individual patients. We retrospectively collected CE images of known CD patients and control subjects. Each image w...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Gastrointestinal endoscopy Ročník 91; číslo 3; s. 606 - 613.e2
Hlavní autoři:	Klang, Eyal, Barash, Yiftach, Margalit, Reuma Yehuda, Soffer, Shelly, Shimon, Orit, Albshesh, Ahmad, Ben-Horin, Shomron, Amitai, Marianne Michal, Eliakim, Rami, Kopylov, Uri
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States Elsevier Inc 01.03.2020
Témata:	Algorithms Automation Capsule Endoscopy - methods Crohn Disease - complications Crohn Disease - diagnostic imaging Deep Learning Humans Intestinal Mucosa - diagnostic imaging Intestine, Small - diagnostic imaging Neural Networks, Computer Random Allocation Reproducibility of Results Retrospective Studies Ulcer - diagnostic imaging Ulcer - etiology AI CD t-SNE CE CNN AUC
ISSN:	0016-5107, 1097-6779, 1097-6779
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!