PuSH - Publikationsserver des Helmholtz Zentrums München

Export: TXT Text RIS Endnote (RIS) BIB BibTeX
Dou, Q.* ; So, T.Y.* ; Jiang, M.* ; Liu, Q.* ; Vardhanabhuti, V.* ; Kaissis, G.* ; Li, Z.* ; Si, W.* ; Lee, H.H.C.* ; Yu, K.* ; Feng, Z.* ; Dong, L.* ; Burian, E.* ; Jungmann, F.* ; Braren, R.* ; Makowski, M.* ; Kainz, B.* ; Rueckert, D.* ; Glocker, B.* ; Yu, S.C.H.* ; Heng, P.A.*

Author Correction: Federated deep learning for detecting COVID-19 lung abnormalities in CT: A privacy-preserving multinational validation study.

NPJ Digit. Med. 5:56 (2022)
Erratum DOI PMC
Open Access Gold
Creative Commons Lizenzvertrag
Altmetric
Tags
Anmerkungen
Besondere Publikation
Auf Hompepage verbergern

Zusatzinfos bearbeiten
Eigene Tags bearbeiten
Privat
Eigene Anmerkung bearbeiten
Privat
Auf Publikationslisten für
Homepage nicht anzeigen
Als besondere Publikation
markieren
Publikationstyp Sonstiges: Korrektur, Ergänzung
Sprache englisch
Veröffentlichungsjahr 2022
HGF-Berichtsjahr 2022
ISSN (print) / ISBN 2398-6352
e-ISSN 2398-6352
Zeitschrift NPJ digital medicine
Quellenangaben Band: 5, Heft: 1, Seiten: , Artikelnummer: 56 Supplement: ,
Verlag Nature Publishing Group
Begutachtungsstatus Peer reviewed
Institut(e) Helmholtz Artifical Intelligence Cooperation Unit (HAICU)
POF Topic(s) 30205 - Bioengineering and Digital Health
Forschungsfeld(er) Enabling and Novel Technologies
PSP-Element(e) G-530014-001
DOI 10.1038/s41746-022-00600-1
PubMed ID 35462562
Erfassungsdatum 2022-09-13
[➜Korrektur melden]