Survival analysis of localized prostate cancer with deep learning.

Dai, Xin; Park, Ji Hwan; Yoo, Shinjae; D'Imperio, Nicholas; McMahon, Benjamin H; Rentsch, Christopher T; Tate, Janet P; Justice, Amy C

Dai, Xin; Park, Ji Hwan; Yoo, Shinjae; D'Imperio, Nicholas; McMahon, Benjamin H; Rentsch, Christopher T; Tate, Janet P; Justice, Amy C.

Afiliação

Dai X; Computational Science Initiative, Brookhaven National Laboratory, Upton, NY, USA. xdai@bnl.gov.
Park JH; Computational Science Initiative, Brookhaven National Laboratory, Upton, NY, USA.
Yoo S; School of Computer Science, The University of Oklahoma, Norman, OK, USA.
D'Imperio N; Computational Science Initiative, Brookhaven National Laboratory, Upton, NY, USA.
McMahon BH; Computational Science Initiative, Brookhaven National Laboratory, Upton, NY, USA.
Rentsch CT; Theoretical Biology and Biophysics, Los Alamos National Laboratory, Los Alamos, NM, USA.
Tate JP; VA Connecticut Healthcare System, West Haven, CT, USA.
Justice AC; Department of Internal Medicine, Yale School of Medicine, New Haven, CT, USA.

Sci Rep ; 12(1): 17821, 2022 10 24.

Article em En | MEDLINE | ID: mdl-36280773

Assuntos

Aprendizado Profundo; Neoplasias da Próstata; Masculino; Humanos; Estados Unidos; Antígeno Prostático Específico; Estudos Transversais; Neoplasias da Próstata/patologia; Análise de Sobrevida

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Neoplasias da Próstata / Aprendizado Profundo Tipo de estudo: Observational_studies / Prevalence_studies / Prognostic_studies / Risk_factors_studies Limite: Humans / Male País/Região como assunto: America do norte Idioma: En Ano de publicação: 2022 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google