医学
前列腺
放射科
磁共振成像
医学物理学
自动化方法
相关性
人工智能
内科学
几何学
数学
癌症
计算机科学
作者
Nadine Bayerl,Lisa C. Adams,Alexander Cavallaro,Tobias Bäuerle,Michael J. Schlicht,Bernd Wullich,Arndt Hartmann,Michael Uder,Stephan Ellmann
标识
DOI:10.1016/j.ejrad.2024.111790
摘要
This study aims to evaluate the diagnostic performance of a commercial, fully-automated, artificial intelligence (AI) driven software tool in identifying and grading prostate lesions in prostate MRI, using histopathological findings as the reference standard, while contextualizing its performance within the framework of PI-RADS v2.1 criteria.
科研通智能强力驱动
Strongly Powered by AbleSci AI