Diagnostic performance of ¹⁸F-FDG PET/CT radiomics-based machine learning models for pancreatic lesion characterisation: Comparison with visual assessment and evaluation of human–radiomics synergy
0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : tr, hu. 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
- Diagnostic performance of ¹⁸F-FDG PET/CT radiomics-based machine learning models for pancreatic lesion characterisation: Comparison with visual assessment and evaluation of human–radiomics synergy
- Date Crossref
- 27/07/2026
- 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
-
Istanbul University Department of Nuclear Medicine pays non établi dans la noticeUniversité ou école supérieure
-
HUN-REN Institute of Experimental Medicine pays non établi dans la noticeStructure de recherche
Department of Nuclear Medicine — Istanbul University et HUN-REN Institute of Experimental Medicine.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Radiomics and Machine Learning in Medical ImagingPancreatic and Hepatic Oncology ResearchAdvanced X-ray and CT Imaging