guest ::
Development and validation of deep learning classifiers to detect Epstein-Barr virus and microsatellite instability status in gastric cancer : a retrospective multicentre cohort study
; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ;
In
The lancet / Digital health 3(10), Seiten/Artikel-Nr.:e654-e664
2021
Online
DOI: 10.1016/S2589-7500(21)00133-3
DOI: 10.18154/RWTH-CONV-247332
URL: https://publications.rwth-aachen.de/record/845917/files/845917.pdf
Einrichtungen
- Klinik und Lehrstuhl für Allgemein-, Viszeral- und Transplantationschirurgie (533500-2)
- Klinik und Lehrstuhl für Innere Medizin (mit dem Schwerpunkt Gastroenterologie und Stoffwechselkrankheiten) (531030-2)
- Institut und Lehrstuhl für Pathologie (528001-2)
Projekte
OpenAccess: 
PDF
Dokumenttyp
Journal Article
Format
online
Sprache
English
Anmerkung
Peer reviewed article
Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-85116012388
WOS Core Collection: WOS:000704394700010
PubMed: pmid:34417147
Interne Identnummern
RWTH-CONV-247332
Datensatz-ID: 845917
Beteiligte Länder
Austria, Germany, Italy, Japan, Netherlands, South Korea, Switzerland, UK, USA
Related:
Dissertation / PhD Thesis
Development and validation of deep learning classifiers to detect Epstein-Barr virus and microsatellite instability status in gastric cancer : a retrospective multicentre cohort study
Aachen Seite e654-e664, 15 Seiten : Illustrationen (2023) = Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2023
BibTeX |
EndNote:
XML,
Text |
RIS
; 
; 
; 
; Article Processing Charges ; Clarivate Analytics Master Journal List ; Current Contents - Clinical Medicine ; DOAJ Seal ; Emerging Sources Citation Index ; Essential Science Indicators ; Fees ; SCOPUS ; Science Citation Index Expanded ; Web of Science Core Collection
|
The record appears in these collections: |
PDF