Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Multistain deep learning for prediction of prognosis and therapy response in colorectal cancer
2023·246 Zitationen·Nature Medicine
Volltext beim Verlag öffnen246
Zitationen
17
Autoren
2023
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
New response evaluation criteria in solid tumours: Revised RECIST guideline (version 1.1)
2008 · 29.109 Zit.
TNM Classification of Malignant Tumours
1987 · 16.123 Zit.
A survey on deep learning in medical image analysis
2017 · 13.833 Zit.
Reduced Lung-Cancer Mortality with Low-Dose Computed Tomographic Screening
2011 · 10.849 Zit.
The American Joint Committee on Cancer: the 7th Edition of the AJCC Cancer Staging Manual and the Future of TNM
2010 · 9.128 Zit.
Autoren
Institutionen
- Johannes Gutenberg University Mainz(DE)
- University Medical Center of the Johannes Gutenberg University Mainz(DE)
- Friedrich-Alexander-Universität Erlangen-Nürnberg(DE)
- Universitätsklinikum Erlangen(DE)
- Comprehensive Cancer Center Erlangen(DE)
- University Hospital Schleswig-Holstein(DE)
- University of Lübeck(DE)
- St. Marien Hospital(DE)
- Technical University of Munich(DE)
- University of Leeds(GB)
- University Hospital Carl Gustav Carus(DE)
- RWTH Aachen University(DE)
- Philipps University of Marburg(DE)
Themen
Radiomics and Machine Learning in Medical ImagingColorectal Cancer Screening and DetectionAI in cancer detection