CareLit · DOI-Nachweis · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Radiomics und maschinelles Lernen für die Evaluation histologischer Subtypen von Nierentumoren in der Mehrphasen-Computertomographie: eine multizentrische Studie mit unabhängiger Testung.
DOI 10.1055/s-0044-1781642
Bibliografische Angaben
Nachweis in CareLit
Autor:innenS Bachanek, A Leha, P Zeuschner, A Maßmann, L Trojan, J Uhlig, J Lotz, A Uhlig
ZeitschriftRöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Ausgabe04/2024
Jahrgang / SeitenJg. 196 · S. S59
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
S Bachanek, A Leha, P Zeuschner, A Maßmann, L Trojan, J Uhlig, J Lotz, A Uhlig (2024) Radiomics und maschinelles Lernen für die Evaluation histologischer Subtypen von Nierentumoren in der Mehrphasen-Computertomographie: eine multizentrische Studie mit unabhängiger Testung. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 196 (04), S59. https://doi.org/10.1055/s-0044-1781642
Mit CareLit weiterarbeiten