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

Artikel

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.



Beteiligte Einrichtungen


Details

DokumentenartArtikel
Titel eines Journals oder einer ZeitschriftEuropean Journal of Cancer
VerlagELSEVIER SCI LTD
Ort der VeröffentlichungOXFORD
Band195
SeitenbereichS. 113390
Datum2023
Veröffentlichungsdatum18 Mrz 2025 10:10
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