L'invention
Recurr-NET: A multimodal pre-operative image-based deep-learning model for predicting hepatocellular carcinoma outcomes
L'invention
- Nom de l'invention
- Recurr-NET: A multimodal pre-operative image-based deep-learning model for predicting hepatocellular carcinoma outcomes
- Recurr-NET : Un modèle d'apprentissage profond multimodal basé sur l'image préopératoire pour prédire les résultats du carcinome hépatocellulaire
description de l'invention
- Description
- Cette invention intègre des données d'imagerie et cliniques pour prédire les résultats du cancer du foie primaire (carcinome hépatocellulaire) après chirurgie. Il présente une performance supérieure aux scores établis et aux marqueurs histologiques pour la prognostication.
Inventeur·rices
Philip Leung-Ho YU inventor 3727293023_3323
Man Fung YUEN inventor 3727293023_3322
Jianliang LU inventor 3727293023_3321
Ho-Ming CHENG inventor 3727293023_3320
Keith Wan-Hang CHIU inventor 3727293023_3319
Rex Wan-Hin HUI inventor 3727293023_3318
Les informations contenues dans ce catalogue en ligne sont basées sur les données reçues pour l'événement et mises à jour par le participant. Les inscriptions au catalogue relèvent de la seule responsabilité du participant. La direction du salon décline toute responsabilité pour d'éventuelles erreurs ou omissions.