Direkt zum Inhalt

Marmé, Frederik ; Krieghoff-Henning, Eva ; Gerber, Bernd ; Schmitt, Max ; Zahm, Dirk-Michael ; Bauerschlag, Dirk ; Forstbauer, Helmut ; Hildebrandt, Guido ; Ataseven, Beyhan ; Brodkorb, Tobias ; Denkert, Carsten ; Stachs, Angrit ; Krug, David ; Heil, Jörg ; Golatta, Michael ; Kühn, Thorsten ; Nekljudova, Valentina ; Gaiser, Timo ; Schönmehl, Rebecca ; Brochhausen, Christoph ; Loibl, Sibylle ; Reimer, Toralf ; Brinker, Titus J.

Deep learning to predict breast cancer sentinel lymph node status on INSEMA histological images

Marmé, Frederik, Krieghoff-Henning, Eva, Gerber, Bernd, Schmitt, Max, Zahm, Dirk-Michael, Bauerschlag, Dirk, Forstbauer, Helmut, Hildebrandt, Guido, Ataseven, Beyhan, Brodkorb, Tobias, Denkert, Carsten, Stachs, Angrit, Krug, David, Heil, Jörg, Golatta, Michael, Kühn, Thorsten, Nekljudova, Valentina, Gaiser, Timo, Schönmehl, Rebecca, Brochhausen, Christoph, Loibl, Sibylle, Reimer, Toralf und Brinker, Titus J. (2023) Deep learning to predict breast cancer sentinel lymph node status on INSEMA histological images. European Journal of Cancer 195, S. 113390.

Veröffentlichungsdatum dieses Volltextes: 18 Mrz 2025 10:10
Artikel



Beteiligte Einrichtungen


Details

DokumentenartArtikel
Titel eines Journals oder einer ZeitschriftEuropean Journal of Cancer
Verlag:ELSEVIER SCI LTD
Ort der Veröffentlichung:OXFORD
Band:195
Seitenbereich:S. 113390
Datum2023
InstitutionenMedizin > Lehrstuhl für Pathologie
Identifikationsnummer
WertTyp
10.1016/j.ejca.2023.113390DOI
Stichwörter / Keywords; Sentinel; Lymph node status; Deep learning; Breast cancer; Digital biomarker
Dewey-Dezimal-Klassifikation600 Technik, Medizin, angewandte Wissenschaften > 610 Medizin
StatusVeröffentlicht
BegutachtetJa, diese Version wurde begutachtet
An der Universität Regensburg entstandenJa
Dokumenten-ID76185

Bibliographische Daten exportieren

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

nach oben