| |  Online-Ressource |
|---|
| Verfasst von: | Gresser, Eva Kristina [VerfasserIn]  |
|---|
| | Schachtner, Balthasar [VerfasserIn] |
|---|
| | Stüber, Anna Theresa [VerfasserIn] |
|---|
| | Solyanik, Olga [VerfasserIn] |
|---|
| | Schreier, Andrea [VerfasserIn] |
|---|
| | Huber, Thomas [VerfasserIn] |
|---|
| | Froelich, Matthias F. [VerfasserIn] |
|---|
| | Magistro, Giuseppe [VerfasserIn] |
|---|
| | Kretschmer, Alexander [VerfasserIn] |
|---|
| | Stief, Christian [VerfasserIn] |
|---|
| | Ricke, Jens [VerfasserIn] |
|---|
| | Ingrisch, Michael [VerfasserIn] |
|---|
| | Nörenberg, Dominik [VerfasserIn] |
|---|
| Titel: | Performance variability of radiomics machine learning models for the detection of clinically significant prostate cancer in heterogeneous MRI datasets |
|---|
| Verf.angabe: | Eva Gresser, Balthasar Schachtner, Anna Theresa Stüber, Olga Solyanik, Andrea Schreier, Thomas Huber, Matthias Frank Froelich, Giuseppe Magistro, Alexander Kretschmer, Christian Stief, Jens Ricke, Michael Ingrisch, Dominik Nörenberg |
|---|
| E-Jahr: | 2022 |
|---|
| Jahr: | November 01, 2022 |
|---|
| Umfang: | 14 S. |
|---|
| Fussnoten: | Gesehen am 24.06.2024 |
|---|
| Titel Quelle: | Enthalten in: Quantitative imaging in medicine and surgery |
|---|
| Ort Quelle: | Hong Kong : AME Publ., 2011 |
|---|
| Jahr Quelle: | 2022 |
|---|
| Band/Heft Quelle: | 12(2022), 11 vom: Nov., Seite 4991-5003 |
|---|
| ISSN Quelle: | 2223-4306 |
|---|
| Abstract: | Performance variability of radiomics machine learning models for the detection of clinically significant prostate cancer in heterogeneous MRI datasets |
|---|
| DOI: | doi:10.21037/qims-22-265 |
|---|
| 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/10.21037/qims-22-265 |
|---|
| | Volltext: https://qims.amegroups.org/article/view/101324 |
|---|
| | DOI: https://doi.org/10.21037/qims-22-265 |
|---|
| Datenträger: | Online-Ressource |
|---|
| Sprache: | eng |
|---|
| K10plus-PPN: | 1892112000 |
|---|
| Verknüpfungen: | → Zeitschrift |
|---|
Performance variability of radiomics machine learning models for the detection of clinically significant prostate cancer in heterogeneous MRI datasets / Gresser, Eva Kristina [VerfasserIn]; November 01, 2022 (Online-Ressource)
