Unsupervised Clustering Successfully Predicts Prognosis in NSCLC Brain Metastasis Cohorts

<b>Background/Objectives</b>: Current developments in computer-aided systems rely heavily on complex and computationally intensive algorithms. However, even a simple approach can offer a promising solution to reduce the burden on clinicians. Addressing this, we aim to employ unsupervised...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Główni autorzy: Emre Uysal, Gorkem Durak, Ayse Kotek Sedef, Ulas Bagci, Tanju Berber, Necla Gurdal, Berna Akkus Yildirim
Format: Artigo
Język:Inglês
Wydane: MDPI AG 2025-07-01
Seria:Diagnostics
Hasła przedmiotowe:
brain metastases
non-small-cell lung cancer
prognostic factors
unsupervised learning
clustering
Dostęp online:https://www.mdpi.com/2075-4418/15/14/1747
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!

Podobne zapisy