How AI May Transform Musculoskeletal Imaging
Radiology · 01.01.2024 · 310 (1)
DOI: 10.1148/radiol.230764 ↗Kurz gefasst
Übersichtsarbeit in der Zeitschrift Radiology, erschienen am 01.01.2024. Verfasst von Ali Guermazi und 11 weiteren Autor:innen. Beteiligte Einrichtung: From the Department of Radiology, Boston University School of Medicine, Boston, Mass (A.G., F.W.R., D.H.); Department of Radiology, VA Boston Healthc…. Hauptthemen laut MEDLINE: Artificial Intelligence, Commerce. Die Arbeit wurde bisher 64-mal zitiert (Crossref) und nennt 122 Literaturangaben. Der Volltext ist frei in PubMed Central verfügbar. Gefördert von: Wellcome Trust.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Schlagwörter
MeSH-Schlagwörter (MEDLINE)
Autor:innen und Institutionen
- From the Department of Radiology, Boston University School of Medicine, Boston, Mass (A.G., F.W.R., D.H.); Department of Radiology, VA Boston Healthcare System, 1400 VFW Parkway, Suite 1B105, West Roxbury, MA 02132 (A.G…
ORCID-Profile: Ali Guermazi, Patrick Omoumi, Mickael Tordjman, Jan Fritz, Richard Kijowski, Nor-Eddine Regnard, Charles E Kahn, Florian Knoll, Daniel Rueckert, Frank W Roemer, Daichi Hayashi
Förderung
- Wellcome Trust
Zitieren
APA
Guermazi, A., Omoumi, P., Tordjman, M., Fritz, J., Kijowski, R., Regnard, N. E., Carrino, J., Kahn, C. E., Knoll, F., Rueckert, D., Roemer, F. W., & Hayashi, D. (2024). How AI May Transform Musculoskeletal Imaging. Radiology, 310(1). https://doi.org/10.1148/radiol.230764
Vancouver
Guermazi A, Omoumi P, Tordjman M, Fritz J, Kijowski R, Regnard NE, et al. How AI May Transform Musculoskeletal Imaging. Radiology. 2024;310(1). doi:10.1148/radiol.230764
BibTeX
@article{Guermazi2024,
author = {Guermazi, Ali and Omoumi, Patrick and Tordjman, Mickael and Fritz, Jan and Kijowski, Richard and Regnard, Nor-Eddine and Carrino, John and Kahn, Charles E and Knoll, Florian and Rueckert, Daniel and Roemer, Frank W and Hayashi, Daichi},
title = {How AI May Transform Musculoskeletal Imaging},
journal = {Radiology},
year = {2024},
volume = {310},
number = {1},
doi = {10.1148/radiol.230764}
}
EUVIMED