Tu1990 ARTIFICIAL INTELLIGENCE-ASSISTED POLYP DETECTION SYSTEM FOR COLONOSCOPY, BASED ON THE LARGEST AVAILABLE COLLECTION OF CLINICAL VIDEO DATA FOR MACHINE LEARNING - 14/08/19
Doi : 10.1016/j.gie.2019.03.1134
Masashi Misawa 2, Shinei Kudo 2, Yuichi Mori 2, Tomonari Cho 2, Shinichi Kataoka 2, Yasuharu Maeda 2, Yushi Ogawa 2, Kenichi Takeda 2, Hiroki Nakamura 2, Katsuro Ichimasa 2, Naoya Toyoshima 2, Noriyuki Ogata 2, Toyoki Kudo 2, Tomokazu Hisayuki 2, Takemasa Hayashi 2, Kunihiko Wakamura 2, Toshiyuki Baba 2, Fumio Ishida 2, Hayato Itoh 1, Masahiro Oda 1, Kensaku Mori 1
1 Graduate School of Informatics, Nagoya University, Nagoya, Japan
2 Digestive Disease Center, Showa University Northern Yokohama Hospital, Yokohama, Japan
Le texte complet de cet article est disponible en PDF.
Plan
© 2019
Publié par Elsevier Masson SAS.
Vol 89 - N° 6S
P. AB646-AB647 - juin 2019 Retour au numéro
Article précédent
- Tu1989 THE EFFICACY AND SAFETY OF ESTD COMPARED WITH ESD IN THE TREATMENT OF COLORECTAL LATERALLY SPREADING TUMORS
- Binyang Luo, Xing Su, Xiaonan Zhu, Tao Gan, Jinlin Yang
- Tu1991 ARTIFICIAL INTELLIGENCE FOR REAL-TIME POLYP LOCALISATION IN COLONOSCOPY WITHDRAWAL VIDEOS
- Omer F. Ahmad, Patrick Brandao, Sarmed S. Sami, Evangelos Mazomenos, Anita Rau, Rehan Haidry, Roser Vega, Ed Seward, Tom K. Vercauteren, Danail Stoyanov, Laurence Lovat
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Déjà abonné à cette revue ?