45P Deep learning model identifies lynch syndrome versus sporadic MSI-H from adenoma histology
0Citations signalées — pas une note de qualité
17Institutions déclarées
3Pays d’affiliation déclarés
Résumé indisponible : les résultats de l’étude ne doivent pas être déduits depuis son seul titre.
Contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- 45P Deep learning model identifies lynch syndrome versus sporadic MSI-H from adenoma histology
- 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
Else Kröner-Fresenius-StiftungElse Kröner Fresenius Center for Digital HealthUniversity Hospital AugsburgHellenic Cooperative Oncology GroupHeidelberg UniversityUniversity Hospital HeidelbergNational Center for Tumor DiseasesUniversity Hospital BonnAristotle University of ThessalonikiKampakas (Greece)MedicoverHospital Agioi AnargyroiSt Savas HospitalEuropean Society for Medical OncologyHippocration General HospitalSt. Luke's HospitalUniversity Hospital Carl Gustav Carus
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Sujets associés
AI in cancer detectionDigital Imaging for Blood DiseasesCutaneous Melanoma Detection and Management