Deep-learning Based Automatic Delineation Improves CTV Contouring Quality and Efficiency for Pathological N2 (pN2) Non-small Cell Lung Cancer (NSCLC) Receiving Post-operation Radiation Therapy

Wang, J. ; Zhang, T. ; et al.

In: International journal of radiation oncology, biology, physics, Jg. 105 (2019), Heft S, S. S46

serialPeriodical

Titel:	Deep-learning Based Automatic Delineation Improves CTV Contouring Quality and Efficiency for Pathological N2 (pN2) Non-small Cell Lung Cancer (NSCLC) Receiving Post-operation Radiation Therapy
Autor/in / Beteiligte Person:	Wang, J. ; Zhang, T. ; Chen, X. ; Xia, W. ; Miao, J. ; Zhou, Z. ; Dai, J. ; Bi, N.
Link:	E-Journal im Bestand der UB Hagen? http://explore.bl.uk/primo_library/libweb/action/display.do?tabs=detailsTab&gathStatTab=true&ct=display&fn=search&doc=ETOCvdc_100088581843.0x000001&indx=1&recIds=ETOCvdc_100088581843.0x000001
Zeitschrift:	International journal of radiation oncology, biology, physics, Jg. 105 (2019), Heft S, S. S46
Veröffentlichung:	2019
Medientyp:	serialPeriodical
ISSN:	0360-3016 (print)
Sonstiges:	Nachgewiesen in: British Library Document Supply Centre Inside Serials & Conference Proceedings Sprachen: English

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.