Deep learning-driven whole-slide image analysis predicts chemo-resistance and motility subtypes in muscle-invasive bladder cancer
1Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : kr. 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-driven whole-slide image analysis predicts chemo-resistance and motility subtypes in muscle-invasive bladder cancer
- Date Crossref
- 04/09/2025
- 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
-
Gyeongsang National University Division of Bio & Medical Bigdata Department (Brain Korea 21 Four) pays non établi dans la noticeUniversité ou école supérieure
-
Korea Research Institute of Bioscience and Biotechnology pays non établi dans la noticeStructure de recherche
-
Korea University of Science and Technology Department of Bioscience pays non établi dans la noticeUniversité ou école supérieure
-
Genomic Medicine Research Center pays non établi dans la noticeStructure de recherche
Division of Bio & Medical Bigdata Department (Brain Korea 21 Four) — Gyeongsang National University, Korea Research Institute of Bioscience and Biotechnology et Department of Bioscience — Korea University of Science and Technology, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Ferroptosis and cancer prognosisBladder and Urothelial Cancer TreatmentsSingle-cell and spatial transcriptomics