Show simple item record

dc.contributor.authorRøislien, Jo
dc.contributor.authorLangaas, Mette
dc.date.accessioned2023-03-31T13:05:23Z
dc.date.available2023-03-31T13:05:23Z
dc.date.created2023-01-06T13:23:11Z
dc.date.issued2022
dc.identifier.citationRøislien, J., & Langaas, M. (2022). Klynger. Tidsskrift for Den norske legeforening, 142 (18).en_US
dc.identifier.issn0029-2001
dc.identifier.urihttps://hdl.handle.net/11250/3061516
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.isonoben_US
dc.rightsNavngivelse 4.0 Internasjonal*
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/deed.no*
dc.titleKlyngeren_US
dc.typeJournal articleen_US
dc.description.versionpublishedVersionen_US
dc.rights.holderThe authorsen_US
dc.subject.nsiVDP::Matematikk og Naturvitenskap: 400en_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


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Navngivelse 4.0 Internasjonal
Except where otherwise noted, this item's license is described as Navngivelse 4.0 Internasjonal