Your browser doesn't support javascript.
loading
Combined diagnosis of multiparametric MRI-based deep learning models facilitates differentiating triple-negative breast cancer from fibroadenoma magnetic resonance BI-RADS 4 lesions.
Yin, Hao-Lin; Jiang, Yu; Xu, Zihan; Jia, Hui-Hui; Lin, Guang-Wu.
Afiliação
  • Yin HL; Department of Radiology, Huadong Hospital Affiliated to Fudan University, Jing'an District, 221# Yan'anxi Road, Shanghai, 200040, China.
  • Jiang Y; Department of Radiology, West China Hospital of Sichuan University, 37# Guo Xue Xiang, Chengdu, Sichuan, China.
  • Xu Z; Lung Cancer Center, Cancer Center and State Key Laboratory of Biotherapy, West China Hospital of Sichuan University, 37# Guo Xue Xiang, Chengdu, Sichuan, China.
  • Jia HH; Department of Radiology, Huadong Hospital Affiliated to Fudan University, Jing'an District, 221# Yan'anxi Road, Shanghai, 200040, China.
  • Lin GW; Department of Radiology, Huadong Hospital Affiliated to Fudan University, Jing'an District, 221# Yan'anxi Road, Shanghai, 200040, China. lingw01000@163.com.
J Cancer Res Clin Oncol ; 149(6): 2575-2584, 2023 Jun.
Article em En | MEDLINE | ID: mdl-35771263

Texto completo: 1 Coleções: 01-internacional Temas: Geral / Tipos_de_cancer / Outros_tipos Base de dados: MEDLINE Assunto principal: Neoplasias da Mama / Fibroadenoma / Neoplasias de Mama Triplo Negativas / Aprendizado Profundo / Imageamento por Ressonância Magnética Multiparamétrica Tipo de estudo: Diagnostic_studies / Observational_studies / Prognostic_studies Limite: Female / Humans Idioma: En Revista: J Cancer Res Clin Oncol Ano de publicação: 2023 Tipo de documento: Article País de afiliação: China

Texto completo: 1 Coleções: 01-internacional Temas: Geral / Tipos_de_cancer / Outros_tipos Base de dados: MEDLINE Assunto principal: Neoplasias da Mama / Fibroadenoma / Neoplasias de Mama Triplo Negativas / Aprendizado Profundo / Imageamento por Ressonância Magnética Multiparamétrica Tipo de estudo: Diagnostic_studies / Observational_studies / Prognostic_studies Limite: Female / Humans Idioma: En Revista: J Cancer Res Clin Oncol Ano de publicação: 2023 Tipo de documento: Article País de afiliação: China