L'invention

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

Wai-Kay SETO

Wai-Kay SETO
inventor 3727293023_3317

The University of Hong Kong

The University of Hong Kong
inventor 3727293023_3106


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.