| 期 |
栏目 |
标题 |
文件 |
| 卷 1, 编号 1 (2020) |
原创性科研成果 |
基于胸部CT的实验室验证COVID-19预后预测：38,051例患者的回顾性分析 |
(Rus)
(Eng)
(简体中)
|
| 卷 2, 编号 1 (2021) |
原创性科研成果 |
CT诊断的准确率，以确定COVID-19患者的住院需求 |
(Rus)
(Eng)
(简体中)
|
| 卷 1, 编号 1 (2020) |
数据集 |
MosMedData: COVID-19疫情期间进行的1110 次胸部CT扫描数据集 |
(Rus)
(Eng)
(简体中)
|
| 卷 1, 编号 1 (2020) |
致编辑的一封信 |
调动莫斯科辐射诊断服务处在COVID-19大流行中的科学和实际潜力 |
(Rus)
(Eng)
(简体中)
|
| 卷 2, 编号 1 (2021) |
原创性科研成果 |
人工智能如何影响胸部CT扫描对COVID-19中肺损伤的评估？ |
(Rus)
(Eng)
(简体中)
|
| 卷 2, 编号 2 (2021) |
原创性科研成果 |
CT 图像读取器之间的观察者间变异性：全部为一个，一个为全部 |
(Rus)
(简体中)
(Eng)
|
| 卷 3, 编号 4 (2022) |
原创性科研成果 |
在辐射诊断中使用文本机床的可能性和局限性 |
(Rus)
(Eng)
(简体中)
|
| 卷 3, 编号 2 (2022) |
原创性科研成果 |
体重指数对CT 0-4量表可靠性的影响： 计算机断层扫描协议的比较 |
(Rus)
(Eng)
(简体中)
|
| 卷 4, 编号 1 (2023) |
原创性科研成果 |
根据通过低剂量计算机断层扫描的肺癌筛查数据对肺部病灶线性尺寸和体积进行的测量比较 |
(Rus)
(Eng)
(简体中)
|
| 卷 4, 编号 2 (2023) |
原创性科研成果 |
旨在从胸部电子计算机断层扫描中识别十种病理检查所见的综合人工智能算法使用的诊断和经济评估 |
(Rus)
(Eng)
(简体中)
|
| 卷 4, 编号 3 (2023) |
更正 |
Erratum in “Volumetry versus linear diameter lung nodule measurement: an ultra-low-dose computed tomography lung cancer screening study” (doi: 10.17816/DD117481) |
(Rus)
|
| 卷 5, 编号 4 (2024) |
原创性科研成果 |
利用人工智能检测肺癌新病例：COVID-19大流行2年后计算机断层扫描结果回顾性分析的临床和经济评估 |
(Rus)
|
| 卷 5, 编号 4 (2024) |
技术说明 |
使用卷积神经网络评估非小细胞肺癌患者纵隔淋巴结转移可能性的研究 |
(Rus)
|
