guest ::
The future of artificial intelligence in digital pathology – results of a survey across stakeholder groups
; ; ; ;
In
Histopathology : journal of the British Division of the International Academy of Pathology 80(7), Seiten/Artikel-Nr.:1121-1127
2022
Online
DOI: 10.1111/his.14659
DOI: 10.18154/RWTH-2022-03527
URL: https://publications.rwth-aachen.de/record/843936/files/843936.pdf
Einrichtungen
Projekte
- OA - Open Access Publikation mit Unterstützung der Universitätsbibliothek der RWTH Aachen University (X021000-OA) (X021000-OA)
- BMG-ZMVI1-2520DAT111 - Diagnosestellung und Risikostratifizierung von Lebererkrankungen mittels Deep Learning anhand von klinischen Routinedaten (DEEP LIVER) (BMG-ZMVI1-2520DAT111) (BMG-ZMVI1-2520DAT111)
- Max-Eder-Nachwuchsgruppenprogramm - Optimierung von Immuntherapie-Strategien bei gastrointestinalen Tumoren mit prädiktiven und mechanistischen Computermodellen (Stiftung-Deutsche-Krebshilfe-70113864) (Stiftung-Deutsche-Krebshilfe-70113864)
Thematische Einordnung (Klassifikation)
DDC: 610
OpenAccess: 
PDF
Dokumenttyp
Journal Article
Format
online, print
Sprache
English
Anmerkung
Peer reviewed article
Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-85129878621
WOS Core Collection: WOS:000793547800001
Interne Identnummern
RWTH-2022-03527
Datensatz-ID: 843936
Beteiligte Länder
Germany, Japan, UK
; 
; 
; BIOSIS Previews ; Biological Abstracts ; Clarivate Analytics Master Journal List ; Current Contents - Clinical Medicine ; Current Contents - Life Sciences ; DEAL Wiley ; Ebsco Academic Search ; Essential Science Indicators ; IF < 5 ; JCR ; Nationallizenz
; SCOPUS ; Science Citation Index Expanded ; Web of Science Core Collection
|
The record appears in these collections: |
| Typ | Amount | VAT | Currency | Share | Status | Cost centre |
| Hybrid-OA | 1834.29 | 257.44 | EUR | 100.00 % | (DEAL) | |
| Sum | 1834.29 | 257.44 | EUR | |||
| Total | 2091.73 |
PDF