Aller au contenu principal
Accès ouvert déclaré 2023 article

Multi-instance learning for eosinophil quantification of sinonasal histopathology images

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : tw. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Multi-instance learning for eosinophil quantification of sinonasal histopathology images
Date Crossref
01/01/2023
Éditeur
Japan Rhinologic Society
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • National Taiwan University Hospital Department of Otolaryngology pays non établi dans la notice
    Établissement de santé
  • National Taiwan University pays non établi dans la notice
    Université ou école supérieure

Department of Otolaryngology — National Taiwan University Hospital et National Taiwan University.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Sinusitis and nasal conditionsMycobacterium research and diagnosis

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.