Radiomics-net : analyse Deep-radiomics des images TEP-FDG pour prédire la réponse au traitement du cancer - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2020

Radiomics-net : analyse Deep-radiomics des images TEP-FDG pour prédire la réponse au traitement du cancer

Domaines

Sciences du Vivant [q-bio]

Céline Breton  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02922950

Soumis le : mercredi 26 août 2020-16:32:13

Dernière modification le : vendredi 22 décembre 2023-15:16:05

Fichier non déposé

Dates et versions

hal-02922950 , version 1 (26-08-2020)

Identifiants

  • HAL Id : hal-02922950 , version 1

Citer

Amine Amyar, Su Ruan, Pierre Decazes, Isabelle Gardin, Romain Modzelewski. Radiomics-net : analyse Deep-radiomics des images TEP-FDG pour prédire la réponse au traitement du cancer. SFMN, Nov 2020, Virtuel, France. ⟨hal-02922950⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

INSA-ROUEN LITIS FNCLCC BECQUEREL COMUE-NORMANDIE UNIROUEN UNILEHAVRE INSA-GROUPE
24 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More