CareLit Fachartikel

Ability of F18-FDG PET radiomics and machine learning in predicting KRAS mutation status in therapy-naive lung adenocarcinoma

R. Zhang, K. Shi, W. Hohenforst-Schmidt, C. Steppert, C. Schmidkonz, A. Atzinger, A. Hartmann, M. Vieth, S. Förster · Nuklearmedizin - NuclearMedicine · 2022 · Heft 02 · S. 174

Dokument
978587
CareLit-ID
Jahr
2022
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Nuklearmedizin - NuclearMedicine
Autor:innen
R. Zhang, K. Shi, W. Hohenforst-Schmidt, C. Steppert, C. Schmidkonz, A. Atzinger, A. Hartmann, M. Vieth, S. Förster
Ausgabe
Heft 02 / 2022
Jahrgang 61
Seiten
174
Erschienen: 2022-04-01 00:00:00
ISSN
0029-5566
DOI
10.1055/s-0042-1746049

Zusammenfassung

Zu diesem Beitrag liegt in CareLit aktuell kein Abstract vor.

Schlagworte

Nuklearmedizin - NuclearMedicine