Your browser doesn't support javascript.
loading
An improved machine learning pipeline for urinary volatiles disease detection: Diagnosing diabetes.
Martinez-Vernon, Andrea S; Covington, James A; Arasaradnam, Ramesh P; Esfahani, Siavash; O'Connell, Nicola; Kyrou, Ioannis; Savage, Richard S.
Afiliación
  • Martinez-Vernon AS; Systems Biology Centre, University of Warwick, Coventry, United Kingdom.
  • Covington JA; School of Engineering, University of Warwick, Coventry, United Kingdom.
  • Arasaradnam RP; Department of Gastroenterology, University Hospital Coventry and Warwickshire, Coventry, United Kingdom.
  • Esfahani S; School of Applied Biological Sciences, University of Coventry, Coventry, United Kingdom.
  • O'Connell N; Clinical Sciences Research Institute, University of Warwick, Coventry, United Kingdom.
  • Kyrou I; School of Engineering, University of Warwick, Coventry, United Kingdom.
  • Savage RS; Department of Gastroenterology, University Hospital Coventry and Warwickshire, Coventry, United Kingdom.
PLoS One ; 13(9): e0204425, 2018.
Article en En | MEDLINE | ID: mdl-30261000
Asunto(s)
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Diagnóstico por Computador / Diabetes Mellitus / Compuestos Orgánicos Volátiles Tipo de estudio: Diagnostic_studies / Observational_studies / Prognostic_studies Límite: Female / Humans / Male / Middle aged Idioma: En Revista: PLoS One Asunto de la revista: CIENCIA / MEDICINA Año: 2018 Tipo del documento: Article País de afiliación: Reino Unido Pais de publicación: Estados Unidos
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Diagnóstico por Computador / Diabetes Mellitus / Compuestos Orgánicos Volátiles Tipo de estudio: Diagnostic_studies / Observational_studies / Prognostic_studies Límite: Female / Humans / Male / Middle aged Idioma: En Revista: PLoS One Asunto de la revista: CIENCIA / MEDICINA Año: 2018 Tipo del documento: Article País de afiliación: Reino Unido Pais de publicación: Estados Unidos