亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Deep learning radio-clinical signature for predicting neoadjuvant chemotherapy response and prognosis from pretreatment CT images of locally advanced gastric cancer patients

医学 队列 化疗 内科学 癌症 肿瘤科 放射科
作者
Can Hu,Wujie Chen,Feng Li,Yanqiang Zhang,Pengfei Yu,Litao Yang,Ling Huang,Jiancheng Sun,Shangqi Chen,Chengwei Shi,Yuanshui Sun,Zaisheng Ye,Yuan Li,Jiahui Chen,Wei Qin,Jingli Xu,Handong Xu,Yahan Tong,Zhehan Bao,Chencui Huang
出处
期刊:International Journal of Surgery [Elsevier]
卷期号:Publish Ahead of Print (7): 1980-1992 被引量:26
标识
DOI:10.1097/js9.0000000000000432
摘要

The authors proposed a DLCS model that combined imaging features with clinical risk factors to accurately predict tumor response and identify the risk of OS in LAGC patients prior to NCT, which can then be used to guide personalized treatment plans with the help of computerized tumor-level characterization.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
咎不可完成签到,获得积分10
13秒前
CodeCraft应助Isabel采纳,获得10
15秒前
彩色凌文完成签到,获得积分20
16秒前
25秒前
34秒前
Isabel发布了新的文献求助10
40秒前
55秒前
丘比特应助科研通管家采纳,获得10
55秒前
Echopotter完成签到,获得积分10
58秒前
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
体贴的薯片完成签到,获得积分10
1分钟前
1分钟前
CodeCraft应助LULU采纳,获得10
1分钟前
糖醋里脊发布了新的文献求助20
1分钟前
1分钟前
务实的方盒完成签到 ,获得积分10
1分钟前
LULU发布了新的文献求助10
1分钟前
务实的方盒关注了科研通微信公众号
1分钟前
华仔应助dart1023采纳,获得10
2分钟前
Claudia应助狒狒采纳,获得10
2分钟前
2分钟前
131343发布了新的文献求助10
2分钟前
顾矜应助独特的师采纳,获得10
2分钟前
甜蜜的小小关注了科研通微信公众号
2分钟前
2分钟前
2分钟前
nykla发布了新的文献求助10
2分钟前
WangY1263发布了新的文献求助10
3分钟前
3分钟前
一川完成签到,获得积分10
3分钟前
dart1023发布了新的文献求助10
3分钟前
草木完成签到 ,获得积分10
3分钟前
超级无敌大顺利完成签到 ,获得积分10
3分钟前
SciGPT应助131343采纳,获得10
3分钟前
4分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Handbook of pharmaceutical excipients, Ninth edition 5000
Aerospace Standards Index - 2026 ASIN2026 3000
Signals, Systems, and Signal Processing 610
Discrete-Time Signals and Systems 610
Principles of town planning : translating concepts to applications 500
Wearable Exoskeleton Systems, 2nd Edition 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 纳米技术 有机化学 物理 生物化学 化学工程 计算机科学 复合材料 内科学 催化作用 光电子学 物理化学 电极 冶金 遗传学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 6058555
求助须知:如何正确求助?哪些是违规求助? 7891184
关于积分的说明 16296915
捐赠科研通 5203303
什么是DOI,文献DOI怎么找? 2783887
邀请新用户注册赠送积分活动 1766545
关于科研通互助平台的介绍 1647129