Key points are not available for this paper at this time.
أظهر تحليلنا الفرعي المفصل أن أداء خوارزميات الذكاء الاصطناعي المعتمدة لاكتشاف تسرب الهواء المدربة على مجموعات البيانات العامة يعتمد بشدة على حجم تسرب الهواء ويتأثر بشكل كبير بالميزات التصويرية المتداخلة، مثل أنابيب الصدر المدخلة. قد تكون المجموعة المرجعية التي حددناها، والتي تمتاز بأهمية سريرية وتقييم سريري بالأشعة، ذات فائدة كبيرة لتطوير الخوارزميات المستمر.
درس رويكل وآخرون (الخميس) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: