Zobrazeno 1 - 10
of 17
pro vyhledávání: '"Sriranjan R"'
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.
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.
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:
Rouchelle Sriranjan, Michael S. Roberts, Fulvio Zaccagna, Nicholas R. Evans, Carola-Bibiane Schönlieb, Elizabeth A. Warburton, Anthony Le, Leonardo Rundo, Ferdia A. Gallagher, Yuan Huang, James H.F. Rudd, Patrick A. Coughlin, Mohammed M. Chowdhury, Jason M. Tarkin, Elizabeth P.V. Le, Fiona J. Gilbert, Holly Pavey, Jonathan R. Weir-McCall, Christopher Wall, Evis Sala
Publikováno v:
Scientific Reports
Scientific Reports, Vol 11, Iss 1, Pp 1-14 (2021)
Scientific Reports, Vol 11, Iss 1, Pp 1-14 (2021)
Radiomics, quantitative feature extraction from radiological images, can improve disease diagnosis and prognostication. However, radiomic features are susceptible to image acquisition and segmentation variability. Ideally, only features robust to the
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c528b20de71784d38ff4c1fdab09c98a
https://doi.org/10.1038/s41598-021-82760-w
https://doi.org/10.1038/s41598-021-82760-w
