Katalog der Deutschen Nationalbibliothek
Ergebnis der Suche nach: per="Christian" AND per="van" AND per="Treeck" AND Catalog=dnb
Link zu diesem Datensatz | https://d-nb.info/1285139682 |
Art des Inhalts | Hochschulschrift |
Titel | Predicting Mutational Status of Driver and Suppressor Genes Directly from Histopathology With Deep Learning: A Systematic Study Across 23 Solid Tumor Types / Chiara Maria Lavinia Loeffler, Nadine Gaisa, Hannah Sophie Muti, Marko van Treeck, Amelie Echle, Narmin Ghaffari Laleh, Christian Trautwein, Lara Heij, Heike I. Grabsch, Nadina Carola Ortiz Brüchle, Jakob Nikolas Kather |
Person(en) |
Löffler, Chiara (Verfasser) Gaisa, Nadine (Verfasser) Muti, Hannah Sophie (Verfasser) van Treeck, Marko (Verfasser) Echle, Amelie (Verfasser) Ghaffari Laleh, Narmin (Verfasser) Trautwein, Christian (Verfasser) Heij, Lara (Verfasser) Grabsch, Heike I. (Verfasser) Ortiz Brüchle, Nadina Carola (Verfasser) Kather, Jakob Nikolas (Verfasser) |
Verlag | Aachen : Universitätsbibliothek der RWTH Aachen |
Zeitliche Einordnung | Erscheinungsdatum: 2022 |
Umfang/Format | Online-Ressource (pdf) |
Persistent Identifier |
URN: urn:nbn:de:101:1-2023040206342442000256 DOI: 10.18154/RWTH-CONV-249720 |
URL | https://publications.rwth-aachen.de/record/860785 (Verlag) (kostenfrei zugänglich) |
Sprache(n) | Englisch (eng) |
Anmerkungen | In: 10.3389/fgene.2021.806386 |
DDC-Notation | 616.994 (maschinell ermittelte DDC-Kurznotation) |
Sachgruppe(n) | 610 Medizin, Gesundheit |
Online-Zugriff | Archivobjekt öffnen |