Deep learning-based non-invasive prediction of PD-L1 status and immunotherapy survival stratification in esophageal cancer using [18F]FDG PET/CT
1Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. 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 non-invasive prediction of PD-L1 status and immunotherapy survival stratification in esophageal cancer using [18F]FDG PET/CT
- Date Crossref
- 14/08/2025
- Éditeur
- Springer Science and Business Media LLC
- 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
-
Nanfang Hospital pays non établi dans la noticeÉtablissement de santé
-
Southern Medical University GDMPA Key Laboratory for Quality Control and Evaluation of Radiopharmaceuticals pays non établi dans la noticeUniversité ou école supérieure
-
Xidian University pays non établi dans la noticeUniversité ou école supérieure
-
Chinese Academy of Medical Sciences & Peking Union Medical College pays non établi dans la noticeUniversité ou école supérieure
-
Peking Union Medical College Hospital Department of Nuclear Medicine pays non établi dans la noticeÉtablissement de santé
-
School of Electronic engineering Department of Electronic engineering pays non établi dans la noticeUniversité ou école supérieure
Nanfang Hospital, GDMPA Key Laboratory for Quality Control and Evaluation of Radiopharmaceuticals — Southern Medical University et Xidian University, avec 3 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Esophageal Cancer Research and TreatmentCancer Immunotherapy and BiomarkersRadiomics and Machine Learning in Medical Imaging