[featured_image]

Bitte registrieren Sie sich / loggen Sie sich ein und warten Sie auf Freischaltung durch einen Administrator.

Download is available until [expire_date]

Medizinische Arbeiten & Studien

Das sind die Themen des Studienpaketes zur Airdoc-AI (Künstliche Intelligenz in der Vorsorge zur Unterstützung von Diagnosen)

Künstliche Intelligenz für das Screening von verschiedenen Netzhaut- und Sehnervkrankheiten
Deep Learning auf der Grundlage von Netzhautfotos sagt das biologische Alter voraus und differenziert das Morbiditäts- und Mortalitätsrisiko
Assoziation des Kalibers der retinalen Mikrogefäße mit der Höhe des Blutdrucks
Arterioläre Verengungen der Netzhaut und Risiko für Diabetes mellitus bei Personen mittleren Alters
Erkennung von Anämie aus Netzhautfundusbildern durch Deep Learning
Künstliche Intelligenz zur Erkennung von Papillenödemen aus Augenfundus-Fotografien
Deep-Learning-Algorithmus unter Verwendung von Fundusfotos zur 10-Jahres-Risiko – Einschätzung des Risikos ischämischer Herz-Kreislauf-Erkrankungen in China
Anwendung des Comprehensive Artificial Intelligence Retinal Expert (CARE)-Systems: eine nationale Studie zur praktischen Anwendung
Auf künstlicher Intelligenz basierendes Screening bei diabetische Retinopathie in einem kommunalen Krankenhaus
Universelle Plattform für künstliche Intelligenz bei kollaborativem Management von Katarakten
Deep Learning-basierte Schätzung der axialen Länge und der subfovealen Dicke der Aderhaut aus Farbfundusfotografien
Big-Data- und Künstliche-Intelligenz-gestützte Gewölbevorhersage und EVO-ICL-Größenauswahl für die Myopiekorrektur
Validierung von Algorithmen der künstlichen Intelligenz in der Praxis für ophthalmologische Bildgebung