- 本研究は、第1回が概念実証であったのに対し、単一ソースで学習した機械学習ベースの全身PET/CT病変セグメンテーションモデルが臨床的に関連するPET/CTデータの変動下で性能を維持できるかを検証する目的で、第2回autoPETチャレンジを実施した。
全身PET/CT病変セグメンテーションの単一ソース学習とドメイン一般化
AIによる要点抽出
ClinPeerは、医学用語の正確性を含め、翻訳・要点抽出の精度の継続的な向上に努めています。 翻訳・要点抽出の精度にお気づきの点があれば、お問い合わせよりご連絡ください。 なおClinPeerでは、翻訳・要点抽出の正確性等の保証は致しかねますので、詳細については必ず原文をご確認ください。