首页> 外文OA文献 >Comprehensive analysis of lung cancer pathology images to discover tumor shape features that predict survival outcome

【2h】

Comprehensive analysis of lung cancer pathology images to discover tumor shape features that predict survival outcome

机译：综合分析肺癌病理学图像，发现预测生存结果的肿瘤形状特征

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Shidan Wang; Alyssa Chen; Lin Yang; Ling Cai; Yang Xie; Junya Fujimoto; Adi Gazdar; Guanghua Xiao;
展开▼
作者单位

展开▼
年度 2018
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. 吉非替尼治疗局部晚期或转移性非小细胞肺癌患者疗效及生存的临床预测因素——两项Ⅱ期临床研究的综合分析 [J] . 赵媛媛, 张阳, 赵洪云, 癌症（英文版） . 2009,第006期
2. Comprehensive analysis of lung cancer pathology images to discover tumor shape and boundary features that predict survival outcome [J] . Shidan Wang, Alyssa Chen, Lin Yang, Scientific reports. . 2018,第1期

机译：肺癌病理图像的综合分析，以发现可预测生存结果的肿瘤形状和边界特征
3. Early response evaluation using primary tumor and nodal imaging features to predict progression-free survival of locally advanced non-small cell lung cancer [J] . Nasha Zhang, Rachel Liang, Michael F. Gensheimer, Theranostics . 2020,第25期

机译：早期响应评估使用原发性肿瘤和节点成像特征来预测局部晚期非小细胞肺癌的无进展生存期
4. Role of CT and PET Imaging in Predicting Tumor Recurrence and Survival in Patients with Lung Adenocarcinoma A Comparison with the International Association for the Study of Lung Cancer/American Thoracic Society/European Respiratory Society Classification of Lung Adenocarcinoma [J] . Lee Ho Yun, Lee So Won, Lee Kyung Soo, Journal of thoracic oncology: official publication of the International Association for the Study of Lung Cancer . 2015,第12期

机译：CT和PET成像在预测肺腺癌患者的肿瘤复发和生存中的作用与国际肺癌研究协会/美国胸科学会/欧洲呼吸学会对肺腺癌分类的比较
5. Image-based computer-aided prognosis of lung cancer: predicting patient recurrent-free survival via a variational Bayesian mixture modeling framework for cluster analysis of CT histograms [C] . Y. Kawata, N. Niki Conference on computer-aided diagnosis . 2012

机译：基于图像的计算机辅助肺癌的预后：通过变型贝叶斯混合建模框架对CT直方图进行聚类分析，预测患者的无复发生存期
6. Gene expression analysis of human non -small cell lung cancer subtypes, adenocarcinoma and squamous cell carcinoma, and mouse lung epithelial cell lines: Implications in lung tumorigenesis [D] . Silvers, Amy Lynn. 2002

机译：人类非小细胞肺癌亚型，腺癌和鳞状细胞癌以及小鼠肺上皮细胞系的基因表达分析：在肺肿瘤发生中的意义
7. Comprehensive analysis of lung cancer pathology images to discover tumor shape and boundary features that predict survival outcome [O] . Shidan Wang, Alyssa Chen, Lin Yang, -1

机译：肺癌病理图像的综合分析以发现可预测生存结果的肿瘤形状和边界特征
8. Spatial analysis of tumor infiltrating lymphocytes based on deep learning using histopathology image to predict progression-free survival in colorectal cancer [O] . Hongming Xu, Yoon Jin Cha, Jean R. Clemenceau, 2021

机译：基于深入学习的肿瘤渗透淋巴细胞空间分析使用组织病理学图像预测结直肠癌无进展生存期

Comprehensive analysis of lung cancer pathology images to discover tumor shape features that predict survival outcome

著录项

引文网络

相似文献

相关主题

期刊订阅