| 标题 |
  An XGBoost Machine Learning Based Model for Predicting Ki-67 Value ≥ 15% in T2NXM0 Stage Primary Breast Cancer Receiving Neoadjuvant Chemotherapy Using Clinical Data and Delta-Radiomic Features on Ultrasound Images and Overall Survival Analysis: A 5-Year Postoperative Follow-Up Study 一种基于XGBoost机器学习的模型，用于使用临床数据和超声图像上的δ放射组学特征预测接受新辅助化疗的T2NXM0期原发性乳腺癌Ki-67值≥15%以及总生存期分析：一项5年术后随访研究
相关领域
医学
乳腺癌
阶段（地层学）
逻辑回归
试验装置
淋巴结
核医学
人工智能
癌症
内科学
计算机科学
生物
古生物学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Technology in Cancer Research & Treatment 作者：Yang Lu; Fei Yang; Yichao Tao; Pang An 出版日期：2024-01-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
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
(2025-6-4)
invisight
无极微光
DW
v0id
Mic
极限001
maxiaole
科研狗
小牛马阿欢
乐空思
aajhajkahna
xuanjiawu
152455
xing_xing
初景
殷勤的紫槐
优雅的从安
Yinxb
GS草台班子
aaaa
皖公网安备34019202002308
