Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Morphological and molecular breast cancer profiling through explainable machine learning
2021·152 Zitationen·Nature Machine IntelligenceOpen Access
Volltext beim Verlag öffnen152
Zitationen
12
Autoren
2021
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
A survey on deep learning in medical image analysis
2017 · 14.008 Zit.
pROC: an open-source package for R and S+ to analyze and compare ROC curves
2011 · 13.802 Zit.
Dermatologist-level classification of skin cancer with deep neural networks
2017 · 13.525 Zit.
A survey on Image Data Augmentation for Deep Learning
2019 · 12.145 Zit.
QuPath: Open source software for digital pathology image analysis
2017 · 8.432 Zit.
Autoren
Institutionen
- Singapore University of Technology and Design(SG)
- University of Oslo(NO)
- Technische Universität Berlin(DE)
- Universität Hamburg(DE)
- University Medical Center Hamburg-Eppendorf(DE)
- Berlin Institute of Health at Charité - Universitätsmedizin Berlin(DE)
- The University of Osaka(JP)
- Heidelberg University(DE)
- Philipps University of Marburg(DE)
- Korea University(KR)
- Berliner Institut für Sozialforschung(DE)
- Max Planck Institute for Informatics(DE)
- German Cancer Society(DE)
- Deutschen Konsortium für Translationale Krebsforschung(DE)
- Ludwig-Maximilians-Universität München(DE)
Themen
AI in cancer detectionCancer Genomics and DiagnosticsCell Image Analysis Techniques