Comment la variabilité inter-annotateur influence les performances d

Retour aux résultats

JFR 2023
Séance de communications orales en intelligence artificielle
Comment la variabilité inter-annotateur influence les performances d'un algorithme de deep-learning en IRM de prostate

Comment la variabilité inter-annotateur influence les performances d'un algorithme de deep-learning en IRM de prostate

Auteur principal :

Luc Beuzit

Autres auteurs :

Ludwig Meinsohn Nora ERHART Léo Alberge Chloé ADAM Guillaume Herpe Gaspard d'Assignies Luc Beuzit

Vidéo

16 October 2023

Contenu réservé aux membres SFR

Adhérez à la SFR pour visionner ce contenu

Les vidéos en intégralité, les résumés IA et les moments trouvés sont réservés aux membres à jour de leur adhésion.

Déjà membre ? Se connecter

Dans la même session

Approche quasi-automatisée de quantification de la nodularité de la surface hépatique dans la cirrhose

Vidéo

Analyse des erreurs dans les algorithmes de radiomique pour le diagnostic du sarcome utérin

Vidéo

Voir la session

Du même auteur

Un nodule hépathique : c'est quoi ce bazard ?

Vidéo

Thibaut Lapotre

Comment la variabilité inter-annotateur influence les performances d'un algorithme de deep-learning en IRM de prostate

Vidéo

Afficher tous les résultats

Sur la même thématique "Intelligence Artificielle"

IA-WP-01 - La radiomique pour les nuls. Exemples en imagerie digestive.

Document

IA-WP-02 - Radiologues curieux : Créez et testez votre premier réseau neuronal en 30 minutes!

Document

Afficher tous les résultats