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 inventor 3727293023_3317
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.