Aller au contenu principal
2025 article

Optimal artificial intelligence model based on gastrointestinal filling contrast-enhanced ultrasound: Risk stratification of gastric gastrointestinal stromal tumors

1Citations signalées, ce qui n’est pas une note de qualité
2Institutions 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
Optimal artificial intelligence model based on gastrointestinal filling contrast-enhanced ultrasound: Risk stratification of gastric gastrointestinal stromal tumors
Date Crossref
01/01/2026
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

  • Gansu University of Traditional Chinese Medicine pays non établi dans la notice
    Université ou école supérieure
  • Gansu Provincial Hospital Ultrasound Department pays non établi dans la notice
    Établissement de santé
  • First School of Clinical Medical Department of General Surgery pays non établi dans la notice
    Université ou école supérieure
  • School of Traditional Chinese and Western Medicine Department of General Surgery pays non établi dans la notice
    Université ou école supérieure

Gansu University of Traditional Chinese Medicine, Ultrasound Department — Gansu Provincial Hospital et Department of General Surgery — First School of Clinical Medical, avec 1 autre affiliation.

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

Les sujets associés

Gastrointestinal Tumor Research and TreatmentGastrointestinal Bleeding Diagnosis and TreatmentGastric Cancer Management and Outcomes

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.