Breast cancer; Classification algorithms; Machine learning algorithms; Surveillance; Support vector machine classification; Predictive models; Machine learning;
机译:衍生的中性粒细胞与淋巴细胞比例的增加以及乳房成像报告和数据系统的分类预测,使用新辅助化疗治疗的非远距离转移性HER2 +乳腺癌患者的生存率较低
机译:衍生的中性粒细胞与淋巴细胞比例的增加以及乳房成像报告和数据系统的分类预测,使用新辅助化疗治疗的非远距离转移性HER2 +乳腺癌患者的生存率较低
机译:患有氟斯特语的绝经后雌激素受体阳性乳腺癌患者长期复发后存活的因素 患有富士群岛的癌症:JBCRGC-06 Safari研究的后续数据
机译:临床信息和基因表达的集成模型可预测乳腺癌患者的存活率
机译:改善脑,乳腺癌和胰腺癌放射治疗比例的技术比较
机译:衍生中性白细胞与淋巴细胞比例的增加以及乳房成像报告和数据系统的分类预测新辅助化疗治疗的非远距离转移性HER2 +乳腺癌患者的生存率较低
机译:表5.4.A.1肿瘤大小和组织学分类表5.4.a.2肿瘤大小和癌基质关系表5.4.a.3肿瘤渗透围绕组织的肿瘤大小和生长模式表5.4.a .4肿瘤大小和淋巴侵袭表5.4.a.5肿瘤大小和静脉侵袭表5.4.a.6肿瘤大小和脑内神经侵袭图5.4.a.7胰岛切除术后患者的累积存活根据组织学类型的TS1癌图5.4.a.8根据癌基质关系抑制患者患者的胰腺切除术后图5.4.a.9患者患者胰腺切除术治疗的抑制作用肿瘤渗透围绕组织的生长模式图5.4.A.10根据淋巴侵入胰腺切除术后患者的累积存活图5.4.A.11患者在胰腺切除术后患者的抑制作用静脉侵袭图5.4.A.12根据鳞气院神经入侵的TS1癌患者累积患者的存活