CareLit Fachartikel

Maschinelles Lernen und radiomische Analyse von Datensätzen aus der MR-Mammografie zur Vorhersage des Gradings, Hormonrezeptorstatus und Lymphknotenmetastasen bei Patientinnen mit…

M Chodyla, J Grueneisen, O Martin, J Haubold, F Nensa, L Umutlu · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 2020 · Heft S 01 S 01 · S. S73

Dokument
940802
CareLit-ID
Jahr
2020
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Autor:innen
M Chodyla, J Grueneisen, O Martin, J Haubold, F Nensa, L Umutlu
Ausgabe
Heft S 01 S 01 / 2020
Jahrgang 192
Seiten
S73
Erschienen: 2020-04-01 00:00:00
ISSN
1433-5972
DOI
10.1055/s-0040-1703327

Zusammenfassung

Maschinelles Lernen und radiomische Analyse von Datensätzen aus der MR-Mammografie zur Vorhersage des Gradings, Hormonrezeptorstatus und Lymphknotenmetastasen bei Patientinnen mit Brustkrebs.

Schlagworte

Maschinelles Lernen Radiomische Analyse Datensätzen Mr-Mammografie Vorhersage Gradings Hormonrezeptorstatus Lymphknotenmetastasen Patientinnen Brustkrebs RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Ver…