guest ::
Next-Generation Morphometry for pathomics-data mining in histopathology
; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ;
In
Nature Communications 14, Seiten/Artikel-Nr.:470
2023
Online
DOI: 10.18154/RWTH-2023-01537
DOI: 10.1038/s41467-023-36173-0
URL: https://publications.rwth-aachen.de/record/946026/files/946026.pdf
Einrichtungen
- Institut und Lehrstuhl für Pathologie (528001-2)
- Institut und Lehr- und Forschungsgebiet Computational Genomics (530000-5)
- Klinik und Lehrstuhl für Innere Medizin (mit dem Schwerpunkt Nephrologie und Immunologie) (531020-2)
Projekte
- OA - Open Access Publikation mit Unterstützung der Universitätsbibliothek der RWTH Aachen University (X021000-OA) (X021000-OA)
- DFG project 322900939 - TRR 219: Mechanismen kardiovaskulärer Komplikationen bei chronischer Niereninsuffizienz (322900939) (322900939)
- DFG project 454024652 - Translationale Nephropathologie (454024652) (454024652)
- DFG project 432698239 - Die Rolle von epithelialen CD74 in Nierenerkrankungen (432698239) (432698239)
- DFG project 445703531 - KFO 5011: Integration neuer Methoden zur Verbesserung von translationaler Nierenforschung (445703531) (445703531)
- AIM.imaging.CKD - AI-augmented, Multiscale Image-based Diagnostics of Chronic Kidney Disease (101001791) (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) (01GM1901A)
- BMG-ZMVI1-2520DAT111 - Diagnosestellung und Risikostratifizierung von Lebererkrankungen mittels Deep Learning anhand von klinischen Routinedaten (DEEP LIVER) (BMG-ZMVI1-2520DAT111) (BMG-ZMVI1-2520DAT111)
- BMWK 01MK2002A - Verbundprojekt: EMPAIA – Ecosystem for pathology diagnostics with AI assistance; Teilvorhaben: Koordination, Referenzzentren und Workflowintegragtion von KI-Lösungen (01MK2002A) (01MK2002A)
Thematische Einordnung (Klassifikation)
DDC: 500
OpenAccess: 
PDF
Dokumenttyp
Journal Article
Format
online
Sprache
English
Anmerkung
Peer reviewed article
Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-85147015685
WOS Core Collection: WOS:000955886200006
PubMed: pmid:36709324
Interne Identnummern
RWTH-2023-01537
Datensatz-ID: 946026
Beteiligte Länder
Czech Republic, Germany, Italy, UK
Related:
Dissertation / PhD Thesis
Next-generation morphometry for pathomics-data mining in histopathology
Aachen 49 Seiten : Illustrationen (2024) = Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2024
BibTeX |
EndNote:
XML,
Text |
RIS
Preprint
Next-Generation Morphometry for pathomics-data mining in histopathology
1-49 (2022) [10.21203/rs.3.rs-1609168/v1]
Files
BibTeX |
EndNote:
XML,
Text |
RIS
; ; 
; 
; ; 
; Article Processing Charges ; Article Processing Charges ; BIOSIS Previews ; BIOSIS Previews ; Biological Abstracts ; Biological Abstracts ; Clarivate Analytics Master Journal List ; Clarivate Analytics Master Journal List ; Current Contents - Agriculture, Biology and Environmental Sciences ; Current Contents - Agriculture, Biology and Environmental Sciences ; Current Contents - Life Sciences ; Current Contents - Life Sciences ; Current Contents - Physical, Chemical and Earth Sciences ; Current Contents - Physical, Chemical and Earth Sciences ; DOAJ Seal ; DOAJ Seal ; Essential Science Indicators ; Essential Science Indicators ; Fees ; Fees ; IF >= 15 ; IF >= 15 ; JCR ; JCR ; PubMed Central ; SCOPUS ; SCOPUS ; Science Citation Index Expanded ; Science Citation Index Expanded ; Web of Science Core Collection ; Web of Science Core Collection ; Zoological Record ; Zoological Record
|
The record appears in these collections: |
PDF