- Dokumenttyp:
- Zeitschriftenaufsatz
- Autor(en):
- Zhang, Ruiyun ; Shi, Kuangyu ; Hohenforst-Schmidt, Wolfgang ; Steppert, Claus ; Sziklavari, Zsolt ; Schmidkonz, Christian ; Atzinger, Armin ; Hartmann, Arndt ; Vieth, Michael ; Förster, Stefan
- Titel:
- Ability of 18F-FDG Positron Emission Tomography Radiomics and Machine Learning in Predicting KRAS Mutation Status in Therapy-Naive Lung Adenocarcinoma
- Stichworte:
- Article ; PET ; KRAS ; machine learning ; lung adenocarcinoma ; radiomic features
- Zeitschriftentitel:
- Cancers
- Jahr:
- 2023
- Band / Volume:
- 15
- Heft / Issue:
- 14
- Volltext / DOI:
- doi:10.3390/cancers15143684
- Verlag / Institution:
- MDPI
- E-ISSN:
- 2072-6694
- Publikationsdatum:
- 19.07.2023
- CC-Lizenz:
- by, https://creativecommons.org/licenses/by/4.0
BibTeX
Login
