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{Han:995582,
      author       = {Han, Tianyu and Žigutytė, Laura and Huck, Luisa and
                      Huppertz, Marc Sebastian and Siepmann, Robert and
                      Gandelsman, Yossi and Blüthgen, Christian and Khader, Firas
                      and Kuhl, Christiane and Nebelung, Sven and Kather, Jakob
                      Nikolas and Truhn, Daniel},
      title        = {{R}econstruction of patient-specific confounders in
                      {AI}-based radiologic image interpretation using generative
                      pretraining},
      journal      = {Cell reports / Medicine},
      volume       = {5},
      number       = {9},
      issn         = {2666-3791},
      address      = {Cambridge, MA ; Maryland Heights, MO},
      publisher    = {Cell Press},
      reportid     = {RWTH-2024-10005},
      pages        = {101713},
      year         = {2024},
      cin          = {532010-2 ; 936210},
      ddc          = {610},
      cid          = {$I:(DE-82)532010-2_20140620$},
      pnm          = {OAPKF - Open-Access-Publikation mit Unterstützung der RWTH
                      Aachen University (021000-OAPKF) / BMBF 01KD2104C - Verbund
                      PEARL - Prävention von Darmkrebs im jungen und mittleren
                      Erwachsenenalter - Standort Dresden (01KD2104C) / BMBF
                      01EO2101 - CAMINO - Programm zur Karriereentwicklung für
                      forschende Ärztinnen und Ärzte in der multidimensionalen
                      Tumorforschung (01EO2101) / BMBF 01KD2215A - Verbund SWAG -
                      SchWArmlernen und Generative Modelle zur Synthese und
                      Nutzbarmachung hochqualitativer Daten in der Krebsmedizin -
                      Standort Universitätsklinikum Würzburg (01KD2215A) / BMBF
                      031L0312A - CompLS - Runde 5 - Verbundprojekt: TRANSFORM
                      LIVER - Weiterentwicklung von Vision Transformern zur
                      Entdeckung von Biomarkern bei Lebererkrankungen -
                      Teilprojekt A (031L0312A) / BMBF 01KT2302 - ERA-NET Transcan
                      - Tangerine - Künstliche Intelligenz-basierte
                      End-to-End-Vorhersage des Ansprechens auf Krebsimmuntherapie
                      (01KT2302) / BMBF 16DKZ2044A - Verbundprojekt: Competence
                      Center for Interdisciplinary Data Sciences - Come2Data;
                      Teilvorhaben: Lern, Unterstützungs- und Forschungsort TU
                      Dresden (16DKZ2044A) / BMBF 031L0315A - LiSyM-Krebs - Phase
                      II - Verbundprojekt: DEEP-HCC - Vertieftes
                      Systemverständnis der Entstehung des hepatozellulären
                      Karzinoms als Grundlage für neue Früherkennungsmethoden -
                      Teilprojekt A (031L0315A) / ODELIA - Open Consortium for
                      Decentralized Medical Artificial Intelligence (101057091) /
                      GENIAL - Understanding Gene ENvironment Interaction in
                      ALcohol-related hepatocellular carcinoma (101096312) / NADIR
                      - New directions for deep learning in cancer research
                      through concept explainability and virtual experimentation
                      (101114631)},
      pid          = {G:(DE-82)021000-OAPKF / G:(BMBF)01KD2104C /
                      G:(BMBF)01EO2101 / G:(BMBF)01KD2215A / G:(BMBF)031L0312A /
                      G:(BMBF)01KT2302 / G:(BMBF)16DKZ2044A / G:(BMBF)031L0315A /
                      G:(EU-Grant)101057091 / G:(EU-Grant)101096312 /
                      G:(EU-Grant)101114631},
      typ          = {PUB:(DE-HGF)16},
      UT           = {WOS:001322282000001},
      pubmed       = {pmid:39241771},
      doi          = {10.1016/j.xcrm.2024.101713},
      url          = {https://publications.rwth-aachen.de/record/995582},
}