h1

% IMPORTANT: The following is UTF-8 encoded.  This means that in the presence
% of non-ASCII characters, it will not work with BibTeX 0.99 or older.
% Instead, you should use an up-to-date BibTeX implementation like “bibtex8” or
% “biber”.

@ARTICLE{GhaffariLaleh:855034,
      author       = {Ghaffari Laleh, Narmin and Truhn, Daniel and Veldhuizen,
                      Gregory Patrick and Han, Tianyu and van Treeck, Marko and
                      Bülow, Roman David and Langer, Rupert and Dislich, Bastian
                      and Boor, Peter and Schulz, Volkmar and Kather, Jakob
                      Nikolas},
      title        = {{A}dversarial attacks and adversarial robustness in
                      computational pathology},
      journal      = {Nature Communications},
      volume       = {13},
      issn         = {2041-1723},
      address      = {[London]},
      publisher    = {Nature Publishing Group UK},
      reportid     = {RWTH-2022-09944},
      pages        = {5711},
      year         = {2022},
      cin          = {925620 / 528001-2 / 531030-2 / 532010-2 / 811003-3 /
                      811003-4},
      ddc          = {500},
      cid          = {$I:(DE-82)925620_20191118$ / $I:(DE-82)528001-2_20140620$ /
                      $I:(DE-82)531030-2_20140620$ / $I:(DE-82)532010-2_20140620$
                      / $I:(DE-82)811003-3_20140620$ /
                      $I:(DE-82)811003-4_20140620$},
      pnm          = {OA - Open Access Publikation mit Unterstützung der
                      Universitätsbibliothek der RWTH Aachen University
                      (X021000-OA) / BMG-ZMVI1-2520DAT111 - Diagnosestellung und
                      Risikostratifizierung von Lebererkrankungen mittels Deep
                      Learning anhand von klinischen Routinedaten (DEEP LIVER)
                      (BMG-ZMVI1-2520DAT111) / DFG project 322900939 - TRR 219:
                      Mechanismen kardiovaskulärer Komplikationen bei chronischer
                      Niereninsuffizienz (322900939) / DFG project 454024652 -
                      Translationale Nephropathologie (454024652) / DFG project
                      432698239 - Die Rolle von epithelialen CD74 in
                      Nierenerkrankungen (432698239) / DFG project 445703531 - KFO
                      5011: Integration neuer Methoden zur Verbesserung von
                      translationaler Nierenforschung (445703531) /
                      AIM.imaging.CKD - AI-augmented, Multiscale Image-based
                      Diagnostics of Chronic Kidney Disease (101001791) / BMBF
                      01GM1901A - STOP-FSGS - Translationaler Forschungsverbund
                      zur Verbesserung der Diagnostik und Therapie der FSGS, TP 1:
                      Rolle des MIF-Signalwegs bei FSGS; TP 4: Pathogenese und
                      neue therapeutische Ansätze (01GM1901A) / Verbundprojekt:
                      EMPAIA – Ecosystem for pathology diagnostics with AI
                      assistance; Teilvorhaben: Koordination, Referenzzentren und
                      Workflowintegragtion von KI-Lösungen (01MK2002A)},
      pid          = {G:(DE-82)X021000-OA / G:(DE-82)BMG-ZMVI1-2520DAT111 /
                      G:(GEPRIS)322900939 / G:(GEPRIS)454024652 /
                      G:(GEPRIS)432698239 / G:(GEPRIS)445703531 /
                      G:(EU-Grant)101001791 / G:(BMBF)01GM1901A /
                      G:(BMWK)01MK2002A},
      typ          = {PUB:(DE-HGF)16},
      UT           = {WOS:000862065400019},
      pubmed       = {pmid:36175413},
      doi          = {10.1038/s41467-022-33266-0},
      url          = {https://publications.rwth-aachen.de/record/855034},
}