| 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。
|
PDF的下载单位、IP信息已删除
Rondab
研友_Y59785
我先睡了
LaTeXer
孙燕
pluto
CAOHOU
耍酷诗槐
傻傻的凤灵
eric888
iNk
典雅碧空
Bio
Happyness
yx_cheng
wdy111
lzx
风清扬
昏睡的蟠桃
鸣笛
皖公网安备34019202002308
