Using Deep Learning to Predict Final HER2 Status in Invasive Breast Cancers That are Equivocal (2+) by Immunohistochemistry.

Rasmussen, Sean A; Taylor, Valerie J; Surette, Alexi P; Barnes, Penny J; Bethune, Gillian C

Rasmussen, Sean A; Taylor, Valerie J; Surette, Alexi P; Barnes, Penny J; Bethune, Gillian C.

Afiliação

Rasmussen SA; Queen Elizabeth II Health Sciences Centre and Dalhousie University, Halifax, Nova Scotia, Canada.
Taylor VJ; Queen Elizabeth II Health Sciences Centre and Dalhousie University, Halifax, Nova Scotia, Canada.
Surette AP; Georges-L-Dumont University Hospital Centre, Moncton, New Brunswick, Canada.
Barnes PJ; Queen Elizabeth II Health Sciences Centre and Dalhousie University, Halifax, Nova Scotia, Canada.
Bethune GC; Queen Elizabeth II Health Sciences Centre and Dalhousie University, Halifax, Nova Scotia, Canada.

Appl Immunohistochem Mol Morphol ; 30(10): 668-673, 2022.

Article em En | MEDLINE | ID: mdl-36251973

Assuntos

Neoplasias da Mama; Aprendizado Profundo; Humanos; Feminino; Imuno-Histoquímica; Neoplasias da Mama/patologia; Receptor ErbB-2/genética; Hibridização in Situ Fluorescente/métodos; Biomarcadores Tumorais/genética

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Neoplasias da Mama / Aprendizado Profundo Tipo de estudo: Prognostic_studies / Risk_factors_studies Limite: Female / Humans Idioma: En Revista: Appl Immunohistochem Mol Morphol Assunto da revista: BIOLOGIA MOLECULAR / HISTOCITOQUIMICA Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Canadá

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google