个人科研网厅
|
登录
|
帮助
首页
专题
高影响力文章
新冠疫情专题
成果
期刊论文
授权专利
指南共识
国家行业标准
临床试验注册
学者
科室
统计
成果统计
知识图谱
标题
作者
第一作者
通讯作者
关键词
文摘
刊名
ISSN
WOS号
PMID
DOI
检索
高级检索
当前位置:
首页
>
详情页
RSNA2019的新技术和新设备简介
96
|
认领
|
导出
|
链接全文
|
文献详情
资源类型:
期刊
收录情况:
◇ 统计源期刊
◇ 北大核心
文章类型:
作者:
马丽娅[1]
*
;
李佳丽[1]
;
李小明[1]
;
单位:
[1]华中科技大学同济医学院附属同济医院放射科
华中科技大学同济医学院附属同济医院
放射科
出处:
放射学实践.2020,35(01):19.
DOI:
10.13609/j.cnki.1000-0313.2020.01.004
ISSN:
1000-0313
关键词:
RSNA
新技术
新设备
人工智能
机器学习
摘要:
(正)2019年RSNA年会的主题是"共同见证可能"。与往年一样,会议内容多为临床影像学诊断,同时有一些新技术研发成果展示。毫无疑问,新的技术和设备总是备受关注,现总结如下。1.AI/机器学习今年最热门的主题是AI/机器学习,用以辅助放射科医生的测量、诊断和图像重建。会议上有大量的与AI相关的专题演讲及口头发言,展会上有各种相关技术和成果展示,而且《Radiology》为此出版了单独子刊《Radiology:Artificial Intelligence》。
语种:
中文
第一作者:
马丽娅
第一作者单位:
[1]华中科技大学同济医学院附属同济医院放射科
通讯作者:
李小明
推荐引用方式(GB/T 7714):
马丽娅,李佳丽,李小明.RSNA2019的新技术和新设备简介[J].放射学实践.2020,35(01):19.
相关文献
[1]人工智能在女性不孕中的研究进展
[2]人工智能:中国实验外科的机遇与挑战
[3]人工智能在干眼临床诊断中的应用专家共识(2023)
[4]RSNA 2021腹部影像学
[5]基于头影测量的深度学习技术在口腔正畸治疗中的研应用
[6]基于机器学习的三维超声心动图全自动测量左心室容积与功能的可行性研究
[7]2017 RSNA胸部影像学
[8]RSNA2019腹部影像学
[9]基于机器学习的气象环境与医院冬季供暖能源消耗量的分析与预测模型研究
[10]基于机器学习的CT定量指标与新型冠状病毒肺炎临床分型及肺损伤严重程度的相关性研究