Predicting the Response to FOLFOX-Based Chemotherapy Regimen from Untreated Liver Metastases on Baseline CT: a Deep Neural Network Approach

Ahmad Maaref, Francisco Perdigon Romero, Emmanuel Montagnon, Milena Cerny, Bich Nguyen, Franck Vandenbroucke, Geneviève Soucy, Simon Turcotte, An Tang et Samuel Kadoury

Article de revue (2020)

Un lien externe est disponible pour ce document

Département:	Département de génie informatique et génie logiciel
URL de PolyPublie:	https://publications.polymtl.ca/45298/
Titre de la revue:	Journal of Digital Imaging (vol. 33, no 4)
Maison d'édition:	Springer
DOI:	10.1007/s10278-020-00332-2
URL officielle:	https://doi.org/10.1007/s10278-020-00332-2
Date du dépôt:	18 avr. 2023 15:01
Dernière modification:	05 avr. 2024 11:44

Citer en APA 7:	Maaref, A., Romero, F. P., Montagnon, E., Cerny, M., Nguyen, B., Vandenbroucke, F., Soucy, G., Turcotte, S., Tang, A., & Kadoury, S. (2020). Predicting the Response to FOLFOX-Based Chemotherapy Regimen from Untreated Liver Metastases on Baseline CT: a Deep Neural Network Approach. Journal of Digital Imaging, 33(4), 937-945. https://doi.org/10.1007/s10278-020-00332-2
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Répertoire des publications (EndNote)Simple Metadata

Statistiques

Dimensions

Actions réservées au personnel

Afficher document