| 标题 |
 Interpretable deep learning model to predict the molecular classification of endometrial cancer from haematoxylin and eosin-stained whole-slide images: a combined analysis of the PORTEC randomised trials and clinical cohorts 从苏木精和伊红染色的全切片图像预测子宫内膜癌分子分类的可解释深度学习模型：PORTEC随机试验和临床队列的综合分析
相关领域
子宫内膜癌
医学
队列
接收机工作特性
人工智能
苏木精
肿瘤科
癌症
内科学
放射科
计算机科学
免疫组织化学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：The Lancet Digital Health 作者：Sarah Fremond; Sonali Andani; Jurriaan Barkey Wolf; Jouke Dijkstra; Sinéad Melsbach; et al 出版日期：2022-12-07 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
Polymer72
无名老大
杳鸢
模糊中正
方羽
小鱼爱吃肉
5r
如意新晴
Candice
嗯哼
竹筏过海
sissiarno
HEIKU
老迟到的冬萱
罗_
Yifan2024
南风
pcr163
VDC
iNk
皖公网安备34019202002308
