An artificial intelligence algorithm is highly accurate for detecting endoscopic features of eosinophilic esophagitis

Download full text files

Export metadata

Statistics

Number of document requests

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Christoph Römmele, Robert Mendel, Caroline Barrett, Hans Kiesl, David Rauber, Tobias Rückert, Lisa Kraus, Jakob Heinkele, Christine Dhillon, Bianca Grosser, Friederike Prinz, Julia Wanzl, Carola Fleischmann, Sandra Nagl, Elisabeth Schnoy, Jakob Schlottmann, Evan S. Dellon, Helmut MessmannORCiDGND, Christoph Palm, Alanna EbigboORCiD
URN:urn:nbn:de:bvb:384-opus4-969653
Frontdoor URLhttps://opus.bibliothek.uni-augsburg.de/opus4/96965
ISSN:2045-2322OPAC
Parent Title (English):Scientific Reports
Publisher:Springer Science and Business Media LLC
Place of publication:Berlin
Type:Article
Language:English
Year of first Publication:2022
Publishing Institution:Universität Augsburg
Release Date:2022/07/27
Volume:12
Issue:1
First Page:11115
DOI:https://doi.org/10.1038/s41598-022-14605-z
Institutes:Medizinische Fakultät
Medizinische Fakultät / Universitätsklinikum
Medizinische Fakultät / Lehrstuhl für Allgemeine und Spezielle Pathologie
Medizinische Fakultät / Lehrstuhl für Innere Medizin mit Schwerpunkt Gastroenterologie
Dewey Decimal Classification:6 Technik, Medizin, angewandte Wissenschaften / 61 Medizin und Gesundheit / 610 Medizin und Gesundheit
Licence (German):CC-BY 4.0: Creative Commons: Namensnennung (mit Print on Demand)