Online-Ressource | |
Verfasst von: | Wessels, Frederik [VerfasserIn] |
Schmitt, Max [VerfasserIn] | |
Krieghoff-Henning, Eva [VerfasserIn] | |
Nientiedt, Malin [VerfasserIn] | |
Waldbillig, Frank [VerfasserIn] | |
Neuberger, Manuel [VerfasserIn] | |
Kriegmair, Maximilian [VerfasserIn] | |
Kowalewski, Karl-Friedrich [VerfasserIn] | |
Worst, Thomas [VerfasserIn] | |
Steeg, Matthias [VerfasserIn] | |
Popovic, Zoran V. [VerfasserIn] | |
Gaiser, Timo [VerfasserIn] | |
Kalle, Christof von [VerfasserIn] | |
Utikal, Jochen [VerfasserIn] | |
Fröhling, Stefan [VerfasserIn] | |
Michel, Maurice Stephan [VerfasserIn] | |
Nuhn, Philipp [VerfasserIn] | |
Brinker, Titus Josef [VerfasserIn] | |
Titel: | A self-supervised vision transformer to predict survival from histopathology in renal cell carcinoma |
Titelzusatz: | original article |
Verf.angabe: | Frederik Wessels, Max Schmitt, Eva Krieghoff-Henning, Malin Nientiedt, Frank Waldbillig, Manuel Neuberger, Maximilian C. Kriegmair, Karl-Friedrich Kowalewski, Thomas S. Worst, Matthias Steeg, Zoran V. Popovic, Timo Gaiser, Christof von Kalle, Jochen S. Utikal, Stefan Fröhling, Maurice S. Michel, Philipp Nuhn, Titus J. Brinker |
E-Jahr: | 2023 |
Jahr: | August 2023 |
Umfang: | 9 S. |
Illustrationen: | Illustrationen |
Fussnoten: | Online veröffentlicht: 29. Juni 2023 ; Gesehen am 08.04.2024 |
Titel Quelle: | Enthalten in: World journal of urology |
Ort Quelle: | Berlin : Springer, 1983 |
Jahr Quelle: | 2023 |
Band/Heft Quelle: | 41(2023), 8 vom: Aug., Seite 2233-2241 |
ISSN Quelle: | 1433-8726 |
Abstract: | To develop and validate an interpretable deep learning model to predict overall and disease-specific survival (OS/DSS) in clear cell renal cell carcinoma (ccRCC). |
DOI: | doi:10.1007/s00345-023-04489-7 |
URL: | Bitte beachten Sie: Dies ist ein Bibliographieeintrag. Ein Volltextzugriff für Mitglieder der Universität besteht hier nur, falls für die entsprechende Zeitschrift/den entsprechenden Sammelband ein Abonnement besteht oder es sich um einen OpenAccess-Titel handelt. kostenfrei: Volltext: https://doi.org/10.1007/s00345-023-04489-7 |
kostenfrei: Volltext: https://link.springer.com/article/10.1007/s00345-023-04489-7 | |
DOI: https://doi.org/10.1007/s00345-023-04489-7 | |
Datenträger: | Online-Ressource |
Sprache: | eng |
Sach-SW: | Artificial intelligence |
Deep learning | |
Kidney neoplasms | |
Oncology | |
Risk assessment | |
Survival analysis | |
Treatment outcome | |
K10plus-PPN: | 1885240864 |
Verknüpfungen: | → Zeitschrift |