• Türkçe
    • English
  • Türkçe 
    • Türkçe
    • English
  • Giriş
Öğe Göster 
  •   Açık Erişim Ana Sayfası
  • Avesis
  • Dokümanı Olmayanlar
  • Makale
  • Öğe Göster
  •   Açık Erişim Ana Sayfası
  • Avesis
  • Dokümanı Olmayanlar
  • Makale
  • Öğe Göster
JavaScript is disabled for your browser. Some features of this site may not work without it.

Radiogenomics in Clear Cell Renal Cell Carcinoma: Machine Learning-Based High-Dimensional Quantitative CT Texture Analysis in Predicting PBRM1 Mutation Status

Tarih
2019
Yazar
Ates, Ece
Kocak, Burak
Ulusan, Melis Baykara
Durmaz, Emine Sebnem
Üst veri
Tüm öğe kaydını göster
Özet
OBJECTIVE. The purpose of this study is to evaluate the potential value of machine learning (ML)-based high-dimensional quantitative CT texture analysis in predicting the mutation status of the gene encoding the protein polybromo-1 (PBRM1) in patients with clear cell renal cell carcinoma (RCC).
Bağlantı
http://hdl.handle.net/20.500.12627/90143
https://doi.org/10.2214/ajr.18.20443
Koleksiyonlar
  • Makale [92796]

Creative Commons Lisansı

İstanbul Üniversitesi Akademik Arşiv Sistemi (ilgili içerikte aksi belirtilmediği sürece) Creative Commons Alıntı-GayriTicari-Türetilemez 4.0 Uluslararası Lisansı ile lisanslanmıştır.

DSpace software copyright © 2002-2016  DuraSpace
İletişim | Geri Bildirim
Theme by 
Atmire NV
 

 


Hakkımızda
Açık Erişim PolitikasıVeri Giriş Rehberleriİletişim
sherpa/romeo
Dergi Adı/ISSN || Yayıncı

Exact phrase only All keywords Any

BaşlıkbaşlayaniçerenISSN

Göz at

Tüm DSpaceBölümler & KoleksiyonlarTarihe GöreYazara GöreBaşlığa GöreKonuya GöreTürlere GöreBu KoleksiyonTarihe GöreYazara GöreBaşlığa GöreKonuya GöreTürlere Göre

Hesabım

GirişKayıt

Creative Commons Lisansı

İstanbul Üniversitesi Akademik Arşiv Sistemi (ilgili içerikte aksi belirtilmediği sürece) Creative Commons Alıntı-GayriTicari-Türetilemez 4.0 Uluslararası Lisansı ile lisanslanmıştır.

DSpace software copyright © 2002-2016  DuraSpace
İletişim | Geri Bildirim
Theme by 
Atmire NV