CareLit · DOI-Nachweis · Ultraschall in der Medizin - European Journal of Ultrasound
Machine Learning-Based Ultrasound Texture Analysis in Differentiation of Benign Phyllodes Tumors from Borderline-Malignant Phyllodes Tumors
DOI 10.1055/a-1640-9508
Bibliografische Angaben
Nachweis in CareLit
Autor:innenIsil Basara Akin, Hakan Abdullah Ozgul, Canan Altay, Merih Guray Durak, Suleyman Ozkan Aksoy, Ali Ibrahim Sevinc, Mustafa Secil, Hakan Gulmez, Pinar Balci
ZeitschriftUltraschall in der Medizin - European Journal of Ultrasound
Ausgabe03/2023
Jahrgang / SeitenJg. 44 · S. 318-326
Kernaussage aus der Literatur
Abstract-Vorschau
Zusammenfassung Hintergrund Phylloides-Tumore (PTs) sind seltene fibroepitheliale Brustläsionen, die in drei verschiedene Typen eingeteilt werden: Benigner (BPT), borderline (BoPT) und maligner (MPT) Phylloides-Tumor. Herkömmliche radiologische Verfahren leisten nur einen begrenzten Beitrag zur exakten Diagnose, und Texturanalysedaten erhöhen die diagnostische Leistung. In dieser Studie wollten wir den Beitrag der T…
Zitieren
Zitierempfehlung
Isil Basara Akin, Hakan Abdullah Ozgul, Canan Altay, Merih Guray Durak, Suleyman Ozkan Aksoy, Ali Ibrahim Sevinc, Mustafa Secil, Hakan Gulmez, Pinar Balci (2023) Machine Learning-Based Ultrasound Texture Analysis in Differentiation of Benign Phyllodes Tumors from Borderline-Malignant Phyllodes Tumors. Ultraschall in der Medizin - European Journal of Ultrasound, 44 (03), 318-326. https://doi.org/10.1055/a-1640-9508
Mit CareLit weiterarbeiten