Zobrazeno 1 - 6
of 6
pro vyhledávání: '"Spronck, Joey"'
Deep learning algorithms, often critiqued for their 'black box' nature, traditionally fall short in providing the necessary transparency for trusted clinical use. This challenge is particularly evident when such models are deployed in local hospitals
Externí odkaz:
http://arxiv.org/abs/2404.07208
Autor:
van Eekelen, Leander1 (AUTHOR) leander.vaneekelen@radboudumc.nl, Spronck, Joey1 (AUTHOR), Looijen-Salamon, Monika1 (AUTHOR), Vos, Shoko1 (AUTHOR), Munari, Enrico2 (AUTHOR), Girolami, Ilaria3 (AUTHOR), Eccher, Albino4 (AUTHOR), Acs, Balazs5 (AUTHOR), Boyaci, Ceren5 (AUTHOR), de Souza, Gabriel Silva1 (AUTHOR), Demirel-Andishmand, Muradije1 (AUTHOR), Meesters, Luca Dulce1 (AUTHOR), Zegers, Daan1 (AUTHOR), van der Woude, Lieke1 (AUTHOR), Theelen, Willemijn6 (AUTHOR), van den Heuvel, Michel7 (AUTHOR), Grünberg, Katrien1 (AUTHOR), van Ginneken, Bram8 (AUTHOR), van der Laak, Jeroen1 (AUTHOR), Ciompi, Francesco1 (AUTHOR)
Publikováno v:
Scientific Reports. 3/26/2024, Vol. 14 Issue 1, p1-10. 10p.
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.
Autor:
Ronja S. Adam, Dennis Poel, Leandro Ferreira Moreno, Joey M. A. Spronck, Tim R. de Back, Arezo Torang, Patricia M. Gomez Barila, Sanne ten Hoorn, Florian Markowetz, Xin Wang, Henk M. W. Verheul, Tineke E. Buffart, Louis Vermeulen
Publikováno v:
Molecular Oncology, 16, 2693-2709
Molecular Oncology, 16, 14, pp. 2693-2709
Adam, R S, Poel, D, Ferreira Moreno, L, Spronck, J M A, de Back, T R, Torang, A, Gomez Barila, P M, ten Hoorn, S, Markowetz, F, Wang, X, Verheul, H M W, Buffart, T E & Vermeulen, L 2022, ' Development of a miRNA-based classifier for detection of colorectal cancer molecular subtypes ', Molecular oncology, vol. 16, no. 14, pp. 2693-2709 . https://doi.org/10.1002/1878-0261.13210
Molecular oncology, 16(14), 2693-2709. Elsevier
Molecular Oncology, 16, 14, pp. 2693-2709
Adam, R S, Poel, D, Ferreira Moreno, L, Spronck, J M A, de Back, T R, Torang, A, Gomez Barila, P M, ten Hoorn, S, Markowetz, F, Wang, X, Verheul, H M W, Buffart, T E & Vermeulen, L 2022, ' Development of a miRNA-based classifier for detection of colorectal cancer molecular subtypes ', Molecular oncology, vol. 16, no. 14, pp. 2693-2709 . https://doi.org/10.1002/1878-0261.13210
Molecular oncology, 16(14), 2693-2709. Elsevier
Funder: New York Stem Cell Foundation; Id: http://dx.doi.org/10.13039/100003194
Previously, colorectal cancer (CRC) has been classified into four distinct molecular subtypes based on transcriptome data. These consensus molecular subtypes (CMSs)
Previously, colorectal cancer (CRC) has been classified into four distinct molecular subtypes based on transcriptome data. These consensus molecular subtypes (CMSs)