Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Supplementary Figure S4 from Multi-institutional Prognostic Modeling in Head and Neck Cancer: Evaluating Impact and Generalizability of Deep Learning and Radiomics
2023·0 ZitationenOpen Access
Volltext beim Verlag öffnen0
Zitationen
19
Autoren
2023
Jahr
Abstract
<p>Model performances across permutations by clinical and imaging variables.</p>
Ähnliche Arbeiten
New response evaluation criteria in solid tumours: Revised RECIST guideline (version 1.1)
2008 · 28.828 Zit.
TNM Classification of Malignant Tumours
1987 · 16.123 Zit.
A survey on deep learning in medical image analysis
2017 · 13.521 Zit.
Reduced Lung-Cancer Mortality with Low-Dose Computed Tomographic Screening
2011 · 10.748 Zit.
The American Joint Committee on Cancer: the 7th Edition of the AJCC Cancer Staging Manual and the Future of TNM
2010 · 9.104 Zit.
Autoren
Themen
Radiomics and Machine Learning in Medical ImagingAI in cancer detectionArtificial Intelligence in Healthcare and Education