FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W4295280378> ?p ?o ?g. }

• W4295280378 endingPage "844" @default.
• W4295280378 startingPage "838" @default.
• W4295280378 abstract "Convolutional neural networks (CNN) achieve a level of performance comparable or even superior to dermatologists in the assessment of pigmented and nonpigmented skin lesions. In the analysis of images by artificial neural networks, images on a pixel level pass through various layers of the network with different graphic filters. Based on excellent study results, a first deep learning network (Moleanalyzer pro, Fotofinder Systems GmBH, Bad Birnbach, Germany) received market approval in Europe. However, such neural networks also reveal relevant limitations, whereby rare entities with insufficient training images are classified less adequately and image artifacts can lead to false diagnoses. Best results can ultimately be achieved in a cooperation of man with machine. For future skin cancer screening, automated total body mapping is evaluated, which combines total body photography, automated data extraction and assessment of all relevant skin lesions.Faltende neuronale Netzwerke (CNN) erzielen bei der Beurteilung von pigmentierten und nicht pigmentierten Hautveränderungen bereits eine vergleichbare oder sogar überlegene Leistung gegenüber Dermatolog*innen. Bei der Analyse von Bildern durch künstliche neuronale Netzwerke durchlaufen diese auf Pixelebene verschiedene Schichten mit diversen grafischen Filtern. Basierend auf hervorragenden Studienergebnissen erhielt ein erstes Deep-learning-Netzwerk (Moleanalyzer pro, Fotofinder Systems GmbH, Bad Birnbach, Deutschland) in Europa die Marktzulassung. Solche Netzwerke weisen jedoch auch wichtige Limitationen auf, seltenere Entitäten mit unzureichenden Trainingsbildern werden weniger gut klassifiziert, ebenso können Bildartefakte zu Fehldiagnosen führen. In einer Kooperation von „Mensch mit Maschine“ sind letztendlich die besten Ergebnisse zu erzielen. Im Hinblick auf die Zukunft des Hautkrebsscreenings wird das automatisierte Ganzkörpermapping evaluiert, das Ganzkörperfotografie sowie automatisierte Erfassung und Bewertung sämtlicher relevanter Hautläsionen kombiniert." @default.
• W4295280378 created "2022-09-12" @default.
• W4295280378 creator A5071296419 @default.
• W4295280378 creator A5071920767 @default.
• W4295280378 date "2022-09-12" @default.
• W4295280378 modified "2023-10-06" @default.
• W4295280378 title "Bilderkennung mittels künstlicher Intelligenz in der Hautkrebsdiagnostik" @default.
• W4295280378 cites W1529623688 @default.
• W4295280378 cites W1979820527 @default.
• W4295280378 cites W2046558035 @default.
• W4295280378 cites W2113790176 @default.
• W4295280378 cites W2131365547 @default.
• W4295280378 cites W2558496879 @default.
• W4295280378 cites W2581082771 @default.
• W4295280378 cites W2805866400 @default.
• W4295280378 cites W2806853752 @default.
• W4295280378 cites W2891595725 @default.
• W4295280378 cites W2919115771 @default.
• W4295280378 cites W2952971376 @default.
• W4295280378 cites W2969096242 @default.
• W4295280378 cites W3000396219 @default.
• W4295280378 cites W3001618351 @default.
• W4295280378 cites W3003375105 @default.
• W4295280378 cites W3012449740 @default.
• W4295280378 cites W3036298167 @default.
• W4295280378 cites W3046533312 @default.
• W4295280378 cites W3113962394 @default.
• W4295280378 cites W3120505984 @default.
• W4295280378 cites W3123777618 @default.
• W4295280378 cites W3126261195 @default.
• W4295280378 cites W3187678037 @default.
• W4295280378 cites W3215726107 @default.
• W4295280378 doi "https://doi.org/10.1007/s00105-022-05058-6" @default.
• W4295280378 hasPubMedId "https://pubmed.ncbi.nlm.nih.gov/36094608" @default.
• W4295280378 hasPublicationYear "2022" @default.
• W4295280378 type Work @default.
• W4295280378 citedByCount "1" @default.
• W4295280378 countsByYear W42952803782023 @default.
• W4295280378 crossrefType "journal-article" @default.
• W4295280378 hasAuthorship W4295280378A5071296419 @default.
• W4295280378 hasAuthorship W4295280378A5071920767 @default.
• W4295280378 hasConcept C154945302 @default.
• W4295280378 hasConcept C29456083 @default.
• W4295280378 hasConcept C41008148 @default.
• W4295280378 hasConcept C50644808 @default.
• W4295280378 hasConcept C71924100 @default.
• W4295280378 hasConcept C81363708 @default.
• W4295280378 hasConceptScore W4295280378C154945302 @default.
• W4295280378 hasConceptScore W4295280378C29456083 @default.
• W4295280378 hasConceptScore W4295280378C41008148 @default.
• W4295280378 hasConceptScore W4295280378C50644808 @default.
• W4295280378 hasConceptScore W4295280378C71924100 @default.
• W4295280378 hasConceptScore W4295280378C81363708 @default.
• W4295280378 hasIssue "11" @default.
• W4295280378 hasLocation W42952803781 @default.
• W4295280378 hasLocation W42952803782 @default.
• W4295280378 hasOpenAccess W4295280378 @default.
• W4295280378 hasPrimaryLocation W42952803781 @default.
• W4295280378 hasRelatedWork W2490962171 @default.
• W4295280378 hasRelatedWork W2521062615 @default.
• W4295280378 hasRelatedWork W2748454020 @default.
• W4295280378 hasRelatedWork W2749468216 @default.
• W4295280378 hasRelatedWork W2901465038 @default.
• W4295280378 hasRelatedWork W2998526951 @default.
• W4295280378 hasRelatedWork W3090822330 @default.
• W4295280378 hasRelatedWork W3119610945 @default.
• W4295280378 hasRelatedWork W3181746755 @default.
• W4295280378 hasRelatedWork W4239686595 @default.
• W4295280378 hasVolume "73" @default.
• W4295280378 isParatext "false" @default.
• W4295280378 isRetracted "false" @default.
• W4295280378 workType "article" @default.