Assessing the impact of deep-learning assistance on the histopathological diagnosis of serous tubal intraepithelial carcinoma (STIC) in fallopian tubes

DSpace Repositorium (Manakin basiert)

Assessing the impact of deep-learning assistance on the histopathological diagnosis of serous tubal intraepithelial carcinoma (STIC) in fallopian tubes

Autor(en): Bogaerts, Joep M. A.; Steenbeek, Miranda P.; Bokhorst, John-Melle; van Bommel, Majke H. D.; Abete, Luca; Addante, Francesca; Brinkhuis, Mariel; Chrzan, Alicja; Cordier, Fleur; Devouassoux-Shisheboran, Mojgan; Fernandez-Perez, Juan; Fischer, Anna; Gilks, C. Blake; Guerriero, Angela; Jaconi, Marta; Kleijn, Tony G.; Kooreman, Loes; Martin, Spencer; Milla, Jakob; Narducci, Nadine; Ntala, Chara; Parkash, Vinita; de Pauw, Christophe; Rabban, Joseph T.; Rijstenberg, Lucia; Rottscholl, Robert; Staebler, Annette; van de Vijver, Koen; Zannoni, Gian Franco; van Zanten, Monica; de Hullu, Joanne A.; Simons, Michiel; van Der Laak, Jeroen A. W. M.
Tübinger Autor(en):
Fischer, Anna
Milla, Jakob
Rottscholl, Robert
Staebler, Annette
Erschienen in: Journal of Pathology Clinical Research (2024), Bd. 10 (6), Article e70006
Verlagsangabe: Hoboken : Wiley
Sprache: Englisch
Referenz zum Volltext: http://dx.doi.org/10.1002/2056-4538.70006
ISSN: 2056-4538
DDC-Klassifikation: 610 - Medizin, Gesundheit
Dokumentart: Wissenschaftlicher Artikel
Zur Langanzeige

Das Dokument erscheint in: