Zum Hauptinhalt springen
UB Hagen

Suchergebnisse

UB Katalog

Artikel & mehr
93 Treffer

Suchmaske

Suchtipp für den Bereich Artikel & mehr: Wörter werden automatisch mit UND verknüpft. Eine ODER-Verknüpfung erreicht man mit dem Zeichen "|", eine NICHT-Verknüpfung mit einem "-" (Minus) vor einem Wort. Anführungszeichen ermöglichen eine Phrasensuche.
Beispiele: (burg | schloss) -mittelalter, "berufliche bildung"

Das folgende Suchfeld wird hier nicht unterstützt: "Signatur / Strichcode".

Suchergebnisse einschränken oder erweitern

Aktive Suchfilter

Erscheinungszeitraum

Mehr Treffer

Weniger Treffer

Gefunden in

Art der Quelle

Schlagwort

Verlag

Publikation

Sprache

93 Treffer

Sortierung: 
  1. Detailansicht für Treffer 1 öffnen
    Identification of prognostic signatures in remnant gastric cancer through an interpretable risk model based on machine learning: a multicenter cohort study
    Zhan, Zhouwei ; Chen, Bijuan ; et al.
    In: BMC Cancer, Jg. 24 (2024-04-01), Heft 1, S. 1-14
    Online academicJournal
    Zugriff:
    Volltext (PDF)
    View record in DOAJ (Volltext) View record at Springer (Volltext)
    Siehe Detailanzeige für Volltext
    Wie komme ich dran?
  2. Detailansicht für Treffer 2 öffnen
    Clinical application of machine learning models in patients with prostate cancer before prostatectomy
    Guerra, Adalgisa ; Orton, Matthew R. ; et al.
    In: Cancer Imaging, Jg. 24 (2024-02-01), Heft 1, S. 1-9
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    View record at Springer (Volltext)
    Wie komme ich dran?
  3. Detailansicht für Treffer 3 öffnen
    Deep learning model for predicting postoperative survival of patients with gastric cancer
    Zeng, Junjie ; Song, Dan ; et al.
    In: Frontiers in Oncology, Jg. 14 (2024-04-01)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  4. Detailansicht für Treffer 4 öffnen
    Interpretable machine learning model to predict surgical difficulty in laparoscopic resection for rectal cancer
    Yu, Miao ; Yuan, Zihan ; et al.
    In: Frontiers in Oncology, Jg. 14 (2024-02-01)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  5. Detailansicht für Treffer 5 öffnen
    Predicting colorectal cancer risk: a novel approach using anemia and blood test markers
    Zhang, Zhongqi ; Zhang, Tianmiao ; et al.
    In: Frontiers in Oncology, Jg. 14 (2024)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  6. Detailansicht für Treffer 6 öffnen
    Multiparametric MRI radiomics in prostate cancer for predicting Ki-67 expression and Gleason score: a multicenter retrospective study
    Zhou, Chuan ; Zhang, Yun-Feng ; et al.
    In: Discover Oncology, Jg. 14 (2023-07-01), Heft 1, S. 1-18
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    View record at Springer (Volltext)
    Wie komme ich dran?
  7. Detailansicht für Treffer 7 öffnen
    Applying machine learning techniques to predict the risk of lung metastases from rectal cancer: a real-world retrospective study
    Qiu, Binxu ; Shen, Zixiong ; et al.
    In: Frontiers in Oncology, Jg. 13 (2023-05-01)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  8. Detailansicht für Treffer 8 öffnen
    Development of a Machine Learning-Based Prediction Model for Chemotherapy-Induced Myelosuppression in Children with Wilms’ Tumor
    Li, Mujie ; Wang, Quan ; et al.
    In: Cancers, Vol 15, Iss 1078, p 1078 (2023, 2023
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  9. Detailansicht für Treffer 9 öffnen
    A 5‐year survival status prognosis of nonmetastatic cervical cancer patients through machine learning algorithms
    Yu, Wenke ; Lu, Yanwei ; et al.
    In: Cancer Medicine, 2023
    Online academicJournal
    Zugriff:
    Full Text Finder (Volltext)
    Wie komme ich dran?
  10. Detailansicht für Treffer 10 öffnen
    Application of machine learning in the prediction of deficient mismatch repair in patients with colorectal cancer based on routine preoperative characterization
    Xu, Dong ; Chen, Rujie ; et al.
    In: Frontiers in Oncology, Jg. 12 (2022-12-01)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  11. Detailansicht für Treffer 11 öffnen
    Supervised Learning Based Systemic Inflammatory Markers Enable Accurate Additional Surgery for pT1NxM0 Colorectal Cancer: A Comparative Analysis of Two Practical Prediction Models for Lymph Node Metastasis
    Jin, J ; Zhou, H ; et al.
    In: Cancer Management and Research, Jg. ume 13 (2021-12-01), S. 8967-8977
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  12. Detailansicht für Treffer 12 öffnen
    Machine learning based prognostic model of Chinese medicine affecting the recurrence and metastasis of I-III stage colorectal cancer: A retrospective study in China
    Tang, Mo ; Gao, Lihao ; et al.
    In: Frontiers in Oncology, Jg. 12 (2022-11-01)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  13. Detailansicht für Treffer 13 öffnen
    Stratification of malignant renal neoplasms from cystic renal lesions using deep learning and radiomics features based on a stacking ensemble CT machine learning algorithm
    He, Quan-Hao ; Tan, Hao ; et al.
    In: Frontiers in Oncology, Jg. 12 (2022-10-01)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  14. Detailansicht für Treffer 14 öffnen
    Machine Learning Model Based on the Neutrophil-to-Eosinophil Ratio Predicts the Recurrence of Hepatocellular Carcinoma After Surgery
    Shao, G ; Ma, Y ; et al.
    In: Journal of Hepatocellular Carcinoma, Jg. ume 11 (2024-04-01), S. 679-691
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  15. Detailansicht für Treffer 15 öffnen
    Machine learning model for the prediction of prostate cancer in patients with low prostate-specific antigen levels: A multicenter retrospective analysis
    Deng, Xiaobin ; Li, Tianyu ; et al.
    In: Frontiers in Oncology, Jg. 12 (2022-08-01)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  16. Detailansicht für Treffer 16 öffnen
    Machine Learning-Based Models Enhance the Prediction of Prostate Cancer
    Chen, Sunmeng ; Jian, Tengteng ; et al.
    In: Frontiers in Oncology, Jg. 12 (2022-07-01)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  17. Detailansicht für Treffer 17 öffnen
    CT-Based Radiomics Nomogram Improves Risk Stratification and Prediction of Early Recurrence in Hepatocellular Carcinoma After Partial Hepatectomy
    Wu, Cuiyun ; Yu, Shufeng ; et al.
    In: Frontiers in Oncology, Jg. 12 (2022-07-01)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  18. Detailansicht für Treffer 18 öffnen
    Predicting Prostate Cancer Upgrading of Biopsy Gleason Grade Group at Radical Prostatectomy Using Machine Learning-Assisted Decision-Support Models
    Liu, H ; Tang, K ; et al.
    In: Cancer Management and Research, Jg. ume 12 (2020-12-01), S. 13099-13110
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  19. Detailansicht für Treffer 19 öffnen
    A Novel Machine Learning Algorithm Combined With Multivariate Analysis for the Prognosis of Renal Collecting Duct Carcinoma
    Wei, Liwei ; Huang, Yongdi ; et al.
    In: Frontiers in Oncology, Jg. 11 (2022)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
  20. Detailansicht für Treffer 20 öffnen
    Development and Validation of a Radiomics Nomogram for Predicting Clinically Significant Prostate Cancer in PI-RADS 3 Lesions
    Li, Tianping ; Sun, Linna ; et al.
    In: Frontiers in Oncology, Jg. 11 (2022)
    Online academicJournal
    Zugriff:
    View record in DOAJ (Volltext)
    Wie komme ich dran?
xs 0 - 576
sm 576 - 768
md 768 - 992
lg 992 - 1200
xl 1200 - 1366
xxl 1366 -