Navigation überspringen
Universitätsbibliothek Heidelberg
Status: Bibliographieeintrag

Verfügbarkeit
Standort: ---
Exemplare: ---
heiBIB
 Online-Ressource
Verfasst von:Brugnara, Gianluca [VerfasserIn]   i
 Neuberger, Ulf [VerfasserIn]   i
 Mahmutoglu, Mustafa A. [VerfasserIn]   i
 Foltyn-Dimitru, Martha [VerfasserIn]   i
 Herweh, Christian [VerfasserIn]   i
 Nagel, Simon [VerfasserIn]   i
 Schönenberger, Silvia [VerfasserIn]   i
 Heiland, Sabine [VerfasserIn]   i
 Ulfert, Christian [VerfasserIn]   i
 Ringleb, Peter A. [VerfasserIn]   i
 Bendszus, Martin [VerfasserIn]   i
 Möhlenbruch, Markus Alfred [VerfasserIn]   i
 Pfaff, Johannes [VerfasserIn]   i
 Vollmuth, Philipp [VerfasserIn]   i
Titel:Multimodal predictive modeling of endovascular treatment outcome for acute ischemic stroke using machine-learning
Verf.angabe:Brugnara Gianluca, Neuberger Ulf, Mahmutoglu Mustafa A., Foltyn Martha, Herweh Christian, Nagel Simon, Schönenberger Silvia, Heiland Sabine, Ulfert Christian, Ringleb Peter Arthur, Bendszus Martin, Möhlenbruch Markus A., Pfaff Johannes A.R., Vollmuth Philipp
E-Jahr:2020
Jahr:12 October 2020
Umfang:11 S.
Fussnoten:Gesehen am 13.01.2021
Titel Quelle:Enthalten in: Stroke
Ort Quelle:New York, NY : Association, 1970
Jahr Quelle:2020
Band/Heft Quelle:51(2020), 12, Seite 3541-3551
ISSN Quelle:1524-4628
Abstract:Download figureDownload PowerPoint
DOI:doi:10.1161/STROKEAHA.120.030287
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.

Volltext: https://doi.org/10.1161/STROKEAHA.120.030287
 Volltext: https://www.ahajournals.org/doi/10.1161/STROKEAHA.120.030287
 DOI: https://doi.org/10.1161/STROKEAHA.120.030287
Datenträger:Online-Ressource
Sprache:eng
K10plus-PPN:1744480591
Verknüpfungen:→ Zeitschrift

Permanenter Link auf diesen Titel (bookmarkfähig):  https://katalog.ub.uni-heidelberg.de/titel/68679570   QR-Code
zum Seitenanfang