Connexion
S'inscrire
Réinitialiser le mot de passe
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Blog
Contact
Chercher
EUR
USD
GBP
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Radiology and Oncology
Édition 55 (2021): Edition 1 (March 2021)
Accès libre
Artificial intelligence in musculoskeletal oncological radiology
Matjaz Vogrin
Matjaz Vogrin
,
Teodor Trojner
Teodor Trojner
et
Robi Kelc
Robi Kelc
| 10 nov. 2020
Radiology and Oncology
Édition 55 (2021): Edition 1 (March 2021)
À propos de cet article
Article précédent
Article suivant
Résumé
Article
Figures et tableaux
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Article Category:
Review
Publié en ligne:
10 nov. 2020
Pages:
1 - 6
Reçu:
01 juin 2020
Accepté:
29 sept. 2020
DOI:
https://doi.org/10.2478/raon-2020-0068
© 2021 Matjaz Vogrin, Teodor Trojner, Robi Kelc, published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.
Figure 1
Schematic illustration of the hierarchy of artificial intelligence and its machine learning and deep learning subfields.
Figure 2
Schematic presentation of a neural network. Regions of interests (ROI) are defined, either by user or by an automated computer process. These present the input cells (in pink) a neural network. For each ROI the neural network extracts and compute features within the hidden layers (in grey) by using pre-trained data sets. Finally, the output cell offers the final results in different possible forms (yes/no, final diagnosis, probability of malignancy etc.).