undefined

Common pitfalls and recommendations for using machine learning to detect and prognosticate for COVID-19 using chest radiographs and CT scans

Publiceringsår

2021

Upphovspersoner

AIX-COVNET; Roberts, Michael; Driggs, Derek; Thorpe, Matthew; Gilbey, Julian; Yeung, Michael; Ursprung, Stephan; Aviles-Rivero, Angelica I.; Etmann, Christian; McCague, Cathal; Beer, Lucian; Weir-McCall, Jonathan R.; Teng, Zhongzhao; Gkrania-Klotsas, Effrossyni; Ruggiero, Alessandro; Korhonen, Anna; Jefferson, Emily; Ako, Emmanuel; Langs, Georg; Gozaliasl, Ghassem
Visa mer

Organisationer och upphovspersoner

Helsingfors universitet

Gozaliasl Ghassem

Tang Jing

Shadbahr Tolou

Publikationstyp

Publikationsform

Artikel

Moderpublikationens typ

Tidning

Artikelstyp

En originalartikel

Målgrupp

Vetenskaplig

Kollegialt utvärderad

Kollegialt utvärderad

UKM:s publikationstyp

A1 Originalartikel i en vetenskaplig tidskrift

Publikationskanalens uppgifter

Moderpublikationens namn

Nature Machine Intelligence

Volym

3

Nummer

3

Sidor

199-217

Publikationsforum

88443

Publikationsforumsnivå

1

Öppen tillgång

Öppen tillgänglighet i förläggarens tjänst

Ja

Öppen tillgång till publikationskanalen

Delvis öppen publikationskanal

Licens för förläggarens version

CC BY

Parallellsparad

Ja

Parallellagringens licens

CC BY

Övriga uppgifter

Vetenskapsområden

Matematik; Data- och informationsvetenskap; Cancersjukdomar

Nyckelord

[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Publiceringsland

Förenade kungariket

Förlagets internationalitet

Internationell

Språk

engelska

Internationell sampublikation

Ja

Sampublikation med ett företag

Ja

DOI

10.1038/s42256-021-00307-0

Publikationen ingår i undervisnings- och kulturministeriets datainsamling

Ja