A deep learning model enables accurate prediction and quantification of pulmonary edema from chest X-rays

The search result changed since you submitted your search request. Documents might be displayed in a different sort order.

Metadaten
Author:	Dominik Schulz, Sebastian Rasch, Markus Heilmaier, Rami Abbassi, Alexander Poszler, Jörg Ulrich, Manuel Steinhardt, Georgios A. Kaissis, Roland M. Schmid, Rickmer Braren, Tobias Lahmer
URN:	urn:nbn:de:bvb:384-opus4-1071498
Frontdoor URL	https://opus.bibliothek.uni-augsburg.de/opus4/107149
ISSN:	1364-8535OPAC
Parent Title (English):	Critical Care
Publisher:	Springer Science and Business Media LLC
Place of publication:	Berlin [u.a.]
Type:	Article
Language:	English
Year of first Publication:	2023
Publishing Institution:	Universität Augsburg
Release Date:	2023/09/18
Tag:	Critical Care and Intensive Care Medicine
Volume:	27
Issue:	1
First Page:	201
DOI:	https://doi.org/10.1186/s13054-023-04426-5
Institutes:	Medizinische Fakultät
	Medizinische Fakultät / Universitätsklinikum
	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)

Open Access