2026 article

Deep learning augmented pathological grading and intraductal carcinoma of the prostate signatures improve recurrence prediction after intensity-modulated radiation therapy

Mami Takadate, Rihito Aizawa, Yasushi Numata, Atsushi Marugame, Jyunya Iwazaki, Masao Ueki, Takayuki Takahashi, Kaori Ono, Kotaro Tsutsumi, Hayato Takeda, Jun Akatsuka, Yuki Endo, Yuka Toyama, Ryuji Ohashi, Akira Shimizu, Go Kimura, Hironori Haga, Takashi Kobayashi, Yukihiro Kondo, Takashi Mizowaki, Yoichiro Yamamoto, Toyonori Tsuzuki

0Citations signalées — pas une note de qualité

9Institutions déclarées

2Pays 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: Deep learning augmented pathological grading and intraductal carcinoma of the prostate signatures improve recurrence prediction after intensity-modulated radiation therapy
Date Crossref: 28/08/2026
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 ne compte pas comme une seconde source scientifique indépendante.

Institutions déclarées

Tohoku University RIKEN Center for Advanced Intelligence Project Nippon Medical School Hospital Nippon Medical School Kyoto University Nagasaki University University of California, Irvine Jichi Medical University Aichi Medical University Hospital

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

Sujets associés

Prostate Cancer Diagnosis and TreatmentAdvanced Radiotherapy TechniquesProstate Cancer Treatment and Research

Consulter la publication primaire DOI