Interpretable survival prediction for colorectal cancer using deep learning

Deriving interpretable prognostic features from deep-learning-based prognostic histopathology models remains a challenge. In this study, we developed a deep learning system (DLS) for predicting disease-specific survival for stage II and III colorectal cancer using 3652 cases (27,300 slides). When ev...

وصف كامل

محفوظ في:
التفاصيل البيبلوغرافية
الحاوية / القاعدة:NPJ Digit Med
المؤلفون الرئيسيون: Wulczyn, Ellery, Steiner, David F., Moran, Melissa, Plass, Markus, Reihs, Robert, Tan, Fraser, Flament-Auvigne, Isabelle, Brown, Trissia, Regitnig, Peter, Chen, Po-Hsuan Cameron, Hegde, Narayan, Sadhwani, Apaar, MacDonald, Robert, Ayalew, Benny, Corrado, Greg S., Peng, Lily H., Tse, Daniel, Müller, Heimo, Xu, Zhaoyang, Liu, Yun, Stumpe, Martin C., Zatloukal, Kurt, Mermel, Craig H.
التنسيق: Artigo
اللغة:Inglês
منشور في: Nature Publishing Group UK 2021
الموضوعات:
Article
الوصول للمادة أونلاين:https://ncbi.nlm.nih.gov/pmc/articles/PMC8055695/
https://ncbi.nlm.nih.gov/pubmed/33875798
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1038/s41746-021-00427-2
الوسوم: إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!

مواد مشابهة