Vis enkel innførsel

dc.contributor.authorRøislien, Jo
dc.contributor.authorLangaas, Mette
dc.date.accessioned2023-03-13T08:34:18Z
dc.date.available2023-03-13T08:34:18Z
dc.date.created2023-01-06T13:23:11Z
dc.date.issued2022
dc.identifier.citationTidsskrift for Den norske legeforening. 2022, 142 (18), .en_US
dc.identifier.issn0029-2001
dc.identifier.urihttps://hdl.handle.net/11250/3057836
dc.description.abstractIkke alle datasett har forklaringsvariabler og utfall. Allikevel kan det finnes sammenhenger i dataene som er nyttige å avdekke. På 2010-tallet arbeidet Intervensjonssenteret på Rikshospitalet med å utvikle en dataalgoritme som automatisk kunne finne tumorer i et radiologisk bilde. Resultatet av dataalgoritmen var en todimensjonal geometrisk form: omrisset av en tumor. Om algoritmen fungerte eller ikke, ble fastslått ved å sammenligne omrisset fra den automatiske metoden med omriss laget manuelt av fire erfarne radiologer. En geometrisk form er matematikk, men den er ikke et tall, og å sammenligne omriss av tumorer krevde en annen kvantitativ tilnærming enn tradisjonelle statistiske metoder.en_US
dc.language.isomisen_US
dc.publisherDen norske legeforeningen_US
dc.rightsAttribution-NoDerivatives 4.0 Internasjonal*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/4.0/deed.no*
dc.titleKlyngeren_US
dc.title.alternativeKlyngeren_US
dc.typePeer revieweden_US
dc.typeJournal articleen_US
dc.description.versionpublishedVersionen_US
dc.source.volume142en_US
dc.source.journalTidsskrift for Den norske legeforeningen_US
dc.source.issue18en_US
dc.identifier.doi10.4045/tidsskr.22.0703
dc.identifier.cristin2102089
cristin.ispublishedtrue
cristin.fulltextoriginal
cristin.qualitycode1


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel

Attribution-NoDerivatives 4.0 Internasjonal
Med mindre annet er angitt, så er denne innførselen lisensiert som Attribution-NoDerivatives 4.0 Internasjonal