Cross-institutional outcome prediction for head and neck cancer patients using self-attention neural networks

William Trung Le, Eugene Vorontsov, Francisco Perdigón Romero, Lotfi Seddik, Mohamed Mortada Elsharief, Phuc Félix Nguyen-Tân, David Roberge, Houda Bahig, Samuel Kadoury

Article de revue (2022)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel
Département:
Département de génie informatique et génie logiciel
Adresse URL de PolyPublie:
https://publications.polymtl.ca/50423/
Titre de la revue :
Scientific Reports ( vol. 12 , no 1 )
Maison d'édition:
Nature Publishing Group
DOI:
10.1038/s41598-022-07034-5
URL officielle:
https://doi.org/10.1038/s41598-022-07034-5
OAI:
oai:publications.polymtl.ca:50423
ORCID
Date du dépôt:
18 avr. 2023 14:58
Dernière modification:
14 oct. 2026 14:06
Citer en APA 7:
Le, W. T., Vorontsov, E., Romero, F. P., Seddik, L., Elsharief, M. M., Nguyen-Tân, P. F., Roberge, D., Bahig, H., & Kadoury, S. (2022). Cross-institutional outcome prediction for head and neck cancer patients using self-attention neural networks. Scientific Reports, 12(1), 17 pages. https://doi.org/10.1038/s41598-022-07034-5

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document