Deep learning-based diagnosis and survival prediction of patients with renal cell carcinoma from primary whole slide images
9Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : cn, us. 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
- Deep learning-based diagnosis and survival prediction of patients with renal cell carcinoma from primary whole slide images
- Date Crossref
- 01/12/2024
- Éditeur
- Elsevier BV
- 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
-
Shanghai Jiao Tong University Department of Urology pays non établi dans la noticeUniversité ou école supérieure
-
Renji Hospital pays non établi dans la noticeÉtablissement de santé
-
Stanford University Department of Radiation Oncology pays non établi dans la noticeUniversité ou école supérieure
-
Tencent (China) pays non établi dans la noticeEntreprise
-
Shanghai First People's Hospital pays non établi dans la noticeÉtablissement de santé
-
Tencent AI Lab pays non établi dans la noticeStructure de recherche
Department of Urology — Shanghai Jiao Tong University, Renji Hospital et Department of Radiation Oncology — Stanford University, avec 3 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Renal cell carcinoma treatmentRadiomics and Machine Learning in Medical ImagingAI in cancer detection