Zobrazeno 1 - 10
of 129
pro vyhledávání: '"Sunitha, B. P."'
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:
Reza Fardanesh, Sunitha B. Thakur, Varadan Sevilimedu, Joao V. Horvat, Roberto Lo Gullo, Jeffrey S. Reiner, Sarah Eskreis-Winkler, Nikita Thakur, Katja Pinker
Publikováno v:
Frontiers in Oncology, Vol 12 (2022)
The aim of this study was to determine the range of apparent diffusion coefficient (ADC) values for benign axillary lymph nodes in contrast to malignant axillary lymph nodes, and to define the optimal ADC thresholds for three different ADC parameters
Externí odkaz:
https://doaj.org/article/39a5d1d468e54e6bb5a2536fc1797ed6
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:
Nanomaterials, Vol 12, Iss 17, p 2947 (2022)
CABs (Ca alginate beads), AVCABs (Aloe vera Ca alginate beads), and AVMNCABs (Aloe-vera functionalized magnetic nanoparticles entrapped Ca alginate beads) were developed as adsorbents for the removal of Cu(II) from aqueous solutions. The materials we
Externí odkaz:
https://doaj.org/article/87bdf55a160841feb4e87d51168c0ee2
Autor:
Isaac Daimiel Naranjo, Peter Gibbs, Jeffrey S. Reiner, Roberto Lo Gullo, Sunitha B. Thakur, Maxine S. Jochelson, Nikita Thakur, Pascal A. T. Baltzer, Thomas H. Helbich, Katja Pinker
Publikováno v:
Cancers, Vol 14, Iss 7, p 1743 (2022)
This multicenter retrospective study compared the performance of radiomics analysis coupled with machine learning (ML) with that of radiologists for the classification of breast tumors. A total of 93 consecutive women (mean age: 49 ± 12 years) with
Externí odkaz:
https://doaj.org/article/8743f058da734fb7bee7e1f763e47912
Autor:
Roberto Lo Gullo, Hannah Wen, Jeffrey S. Reiner, Raza Hoda, Varadan Sevilimedu, Danny F. Martinez, Sunitha B. Thakur, Maxine S. Jochelson, Peter Gibbs, Katja Pinker
Publikováno v:
Cancers, Vol 13, Iss 24, p 6273 (2021)
The purpose of this retrospective study was to assess whether radiomics analysis coupled with machine learning (ML) based on standard-of-care dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) can predict PD-L1 expression status in patien
Externí odkaz:
https://doaj.org/article/395d2416ad824133826bfc3f86f8a043
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.