EMPAIA – Ökosystem zur Nutzung von KI in der Pathologie-Reference-Cited by-同舟云学术

EMPAIA – Ökosystem zur Nutzung von KI in der Pathologie

Published:2021-12 Issue:S2 Volume:42 Page:135-141
ISSN:0172-8113
Container-title:Der Pathologe
language:de
Short-container-title:Pathologe

Author:

Hufnagl Peter

Publisher

Springer Science and Business Media LLC

Subject

Pathology and Forensic Medicine

Link

https://link.springer.com/content/pdf/10.1007/s00292-021-01029-1.pdf

Reference15 articles.

1. Behrmann J, Etmann C, Boskamp T, Casadonte R, Kriegsmann J, Maaß P (2018) Deep learning for tumor classification in imaging mass spectrometry. J Bioinform 34(7):1215–1223. https://doi.org/10.1093/bioinformatics/btx724.PMID:

2. BMWi Digitale Technologien https://www.digitale-technologien.de/DT/Redaktion/DE/Kurzmeldungen/Aktuelles/2019/DT/2019_01_25_DT_Kuenstliche_Intelligenz.html. Zugegriffen: 4. Okt. 2010

3. Chaudhary K, Poirion OB, Lu L, Garmire LX (2018) Deep learning-based multi-omics integration robustly predicts survival in liver cancer. Clin Cancer Res 24(6):1248–1259. https://doi.org/10.1158/1078-0432.CCR-17-0853

4. Developerportal EMPAIA https://developer.empaia.org/#/. Zugegriffen: 4. Okt. 2021

5. EMPAIA Konsortium https://www.empaia.org. Zugegriffen: 4. Okt. 2021

Cited by 3 articles. 订阅此论文施引文献订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献

1. Joining forces for pathology diagnostics with AI assistance: The EMPAIA initiative;Journal of Pathology Informatics;2024-12

2. 20 Jahre Pathologie: von der konventionellen Histologie zur Next-generation-Pathologie;Die Pathologie;2024-04-25

3. Recommendations on compiling test datasets for evaluating artificial intelligence solutions in pathology;Modern Pathology;2022-12