Zobrazeno 1 - 10
of 1 066
pro vyhledávání: '"Cancer pathology reports"'
Autor:
Yoon, Hong-Jun1 (AUTHOR) yoonh@ornl.gov, Klasky, Hilda B.1 (AUTHOR), Blanchard, Andrew E.1 (AUTHOR), Christian, J. Blair1 (AUTHOR), Durbin, Eric B.2 (AUTHOR), Wu, Xiao-Cheng3 (AUTHOR), Stroup, Antoinette4 (AUTHOR), Doherty, Jennifer5 (AUTHOR), Coyle, Linda6 (AUTHOR), Penberthy, Lynne7 (AUTHOR), Tourassi, Georgia D.8 (AUTHOR)
Publikováno v:
BMC Medical Informatics & Decision Making. 9/17/2024, Vol. 24 Issue 1, p1-10. 10p.
Autor:
Hong-Jun Yoon, Hilda B. Klasky, Andrew E. Blanchard, J. Blair Christian, Eric B. Durbin, Xiao-Cheng Wu, Antoinette Stroup, Jennifer Doherty, Linda Coyle, Lynne Penberthy, Georgia D. Tourassi
Publikováno v:
BMC Medical Informatics and Decision Making, Vol 24, Iss S5, Pp 1-11 (2024)
Abstract Background Applying graph convolutional networks (GCN) to the classification of free-form natural language texts leveraged by graph-of-words features (TextGCN) was studied and confirmed to be an effective means of describing complex natural
Externí odkaz:
https://doaj.org/article/32c87d99cfdd496bb978027e4ff59d12
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Chandrashekar, Mayanka1 (AUTHOR) chandrashekm@ornl.gov, Lyngaas, Isaac2 (AUTHOR), Hanson, Heidi A.1 (AUTHOR), Gao, Shang1 (AUTHOR), Wu, Xiao-Cheng3,4 (AUTHOR), Gounley, John1 (AUTHOR)
Publikováno v:
JCO Clinical Cancer Informatics. 12/1/2024, Vol. 8, p1-10. 10p.
Autor:
Dhaubhadel, Sayera, Mohd-Yusof, Jamaludin, Ganguly, Kumkum, Chennupati, Gopinath, Thulasidasan, Sunil, Hengartner, Nicolas W., Mumphrey, Brent J., Durbin, Eric B., Doherty, Jennifer A., Lemieux, Mireille, Schaefferkoetter, Noah, Tourassi, Georgia, Coyle, Linda, Penberthy, Lynne, McMahon, Benjamin H., Bhattacharya, Tanmoy
Safe deployment of deep learning systems in critical real world applications requires models to make very few mistakes, and only under predictable circumstances. In this work, we address this problem using an abstaining classifier that is tuned to ha
Externí odkaz:
http://arxiv.org/abs/2009.05094
Like most global cancer registries, the National Cancer Registry in South Africa employs expert human coders to label pathology reports using appropriate International Classification of Disease for Oncology (ICD-O) codes spanning 42 different cancer
Externí odkaz:
http://arxiv.org/abs/2008.12571
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Journal of Biomedical and Health Informatics 24 (11), 3085-3094 (2020)
We report about the application of state-of-the-art deep learning techniques to the automatic and interpretable assignment of ICD-O3 topography and morphology codes to free-text cancer reports. We present results on a large dataset (more than 80 000
Externí odkaz:
http://arxiv.org/abs/2006.16370