219P Benchmarking state-of-the-art deep learning models for tumor-infiltrating lymphocytes (TILs) quantification
Résumé fourni par la source
TILs provide both prognostic information and predictive value for immunotherapy response. Their objective assessment has commonly relied on classical machine learning or convolutional neural networks (CNNs). More recently, vision transformer-based architectures have shown promising performance, but their efficiency and scalability remain limited due to the high computational demand of processing millions of cells.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- 219P Benchmarking state-of-the-art deep learning models for tumor-infiltrating lymphocytes (TILs) quantification
- Date Crossref
- 01/11/2025
- 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 ne compte pas comme une seconde source scientifique indépendante.
Institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.