CareLit · DOI-Nachweis · Nuklearmedizin - NuclearMedicine
Analysis of tumor heterogeneity of gliomas using PET-MRI and unsupervised machine learning to evaluate its potential in predicting WHO Grade and probability of tumor progression
DOI 10.1055/s-0043-1766299
Bibliografische Angaben
Nachweis in CareLit
Autor:innenE. Calderón, D. Khunt, A. Brendlin, H. Dittmann, B. Bender, U. Ernemann, C. la Fougère, S. Castaneda Vega
ZeitschriftNuklearmedizin - NuclearMedicine
Ausgabe02/2023
Jahrgang / SeitenJg. 62 · S. 136-137
Kernaussage aus der Literatur
Abstract-Vorschau
Für diesen Datensatz sind bibliografische Angaben hinterlegt. Weitere Inhalte und passende Literatur stehen in der CareLit-Recherche bereit.
Zitieren
Zitierempfehlung
E. Calderón, D. Khunt, A. Brendlin, H. Dittmann, B. Bender, U. Ernemann, C. la Fougère, S. Castaneda Vega (2023) Analysis of tumor heterogeneity of gliomas using PET-MRI and unsupervised machine learning to evaluate its potential in predicting WHO Grade and probability of tumor progression. Nuklearmedizin - NuclearMedicine, 62 (02), 136-137. https://doi.org/10.1055/s-0043-1766299
Mit CareLit weiterarbeiten