CareLit · DOI-Nachweis · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Performance of AI Approaches for COVID-19 Diagnosis Using Chest CT Scans: The Impact of Architecture and Dataset
DOI 10.1055/a-2577-3928
Bibliografische Angaben
Nachweis in CareLit
Autor:innenAstha Jaiswal, Philipp Fervers, Fanyang Meng, Huimao Zhang, Dorottya Móré, Athanasios Giannakis, Jasmin Wailzer, Andreas Michael Bucher, David Maintz, Jonathan Kottlors, Rahil Shahzad, Thorsten Persigehl
ZeitschriftRöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Ausgabe02/2026
Jahrgang / SeitenJg. 198 · S. 185-198
Kernaussage aus der Literatur
Abstract-Vorschau
Zusammenfassung Ziel Aktuell existieren verschiedenste Künstliche Intelligenz (KI)-Modelle zur Detektion und Klassifikation von Pneumonien in Thorax-CTs, aber unabhängige Vergleiche fehlen meist. In dieser Studie haben wir (1) drei verschiedene KI-Modelle zur Klassifizierung von COVID-19- und Nicht-COVID-19-Pneumonien (nCP) anhand eines klinisch relevanten CT-Datensatzes trainiert, (2) die Leistung der Modelle anhan…
Zitieren
Zitierempfehlung
Astha Jaiswal, Philipp Fervers, Fanyang Meng, Huimao Zhang, Dorottya Móré, Athanasios Giannakis, Jasmin Wailzer, Andreas Michael Bucher, David Maintz, Jonathan Kottlors, Rahil Shahzad, Thorsten Persigehl (2026) Performance of AI Approaches for COVID-19 Diagnosis Using Chest CT Scans: The Impact of Architecture and Dataset. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 198 (02), 185-198. https://doi.org/10.1055/a-2577-3928
Mit CareLit weiterarbeiten