Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Large language models-enabled digital twins for precision medicine in rare gynecological tumors
2025·13 Zitationen·npj Digital MedicineOpen Access
Volltext beim Verlag öffnen13
Zitationen
19
Autoren
2025
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 · 28.817 Zit.
TNM Classification of Malignant Tumours
1987 · 16.123 Zit.
A survey on deep learning in medical image analysis
2017 · 13.514 Zit.
Reduced Lung-Cancer Mortality with Low-Dose Computed Tomographic Screening
2011 · 10.745 Zit.
The American Joint Committee on Cancer: the 7th Edition of the AJCC Cancer Staging Manual and the Future of TNM
2010 · 9.103 Zit.
Autoren
Institutionen
- Klinikum rechts der Isar(DE)
- Technical University of Munich(DE)
- University Medical Center of the Johannes Gutenberg University Mainz(DE)
- Johannes Gutenberg University Mainz(DE)
- University of Freiburg(DE)
- Heidelberg University(DE)
- University Hospital Heidelberg(DE)
- Fresenius (Germany)(DE)
- National Center for Tumor Diseases(DE)
- RWTH Aachen University(DE)
- Deutsches Herzzentrum München(DE)
Themen
Radiomics and Machine Learning in Medical ImagingArtificial Intelligence in Healthcare and EducationAI in cancer detection