Martin Lillholm
Professor
Machine Learning
Universitetsparken 1
2100 København Ø
ORCID: 0000-0002-1402-6899
- Udgivet
Developing and validating COVID-19 adverse outcome risk prediction models from a bi-national European cohort of 5594 patients
Jimenez-Solem, E., Petersen, T. S., Hansen, C., Hansen, C., Lioma, C., Igel, C., Boomsma, W., Krause, O., Lorenzen, S., Selvan, R., Petersen, J., Nyeland, M. E., Ankarfeldt, M. Z., Virenfeldt, G. M., Winther-Jensen, M., Linneberg, A., Ghazi, M. M., Detlefsen, N., Lauritzen, A. D., Smith, A. G. & 15 flere, , 2021, I: Scientific Reports. 11, 1, 12 s., 3246.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
ID: 152298477
Flest downloads
-
1637
downloads
Mammographic texture resemblance generalizes as an independent risk factor for breast cancer
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet -
641
downloads
Mammographic density and structural features can individually and jointly contribute to breast cancer risk assessment in mammography screening: a case-control study
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet -
353
downloads
Automatic segmentation of high-and low-field knee MRIs using knee image quantification with data from the osteoarthritis initiative
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet