人工智能
深度学习
卷积神经网络
计算机科学
概化理论
分类器(UML)
机器学习
模式识别(心理学)
肉瘤
人工神经网络
横纹肌肉瘤
编码器
特征提取
数字化病理学
医学影像学
放射科
图像处理
管道(软件)
医学
计算机辅助诊断
预处理器
上下文图像分类
医学物理学
特征(语言学)
病理
作者
Adam H. Thiesen,Sergii Domanskyi,Ali Foroughi pour,Jingyan Zhang,Todd Sheridan,Steven B. Neuhauser,Alyssa Stetson,Katelyn Dannheim,Jonathan C. Henriksen,Danielle B. Cameron,Shawn S. Ahn,Hao Wu,Emily R. Christison Lagay,Carol J. Bult,Eleanor Y. Chen,J Y Chuang,Jill C. Rubinstein
出处
期刊:Cancer Research
[American Association for Cancer Research]
日期:2026-01-02
卷期号:86 (7): 1797-1810
标识
DOI:10.1158/0008-5472.can-25-2275
摘要
An approach pairing a multi-institutional dataset with a published pipeline extends imaging-based diagnostic capabilities and creates the potential for accurate, rapid cancer diagnoses across resource-limited and remote settings. This article is part of a special series: Driving Cancer Discoveries with Computational Research, Data Science, and Machine Learning/AI .
科研通智能强力驱动
Strongly Powered by AbleSci AI