Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę ""Charoenkwan K"" wg kryterium: Autor


Tytuł:
iPMI: Machine Learning-Aided Identification of Parametrial Invasion in Women with Early-Stage Cervical Cancer.
Autorzy:
Charoenkwan P; College of Arts, Media and Technology, Chiang Mai University, Chiang Mai 50200, Thailand.
Shoombuatong W; Center of Data Mining and Biomedical Informatics, Faculty of Medical Technology, Mahidol University, Bangkok 73170, Thailand.
Nantasupha C; Division of Gynecologic Oncology, Department of Obstetrics and Gynecology, Faculty of Medicine, Chiang Mai University, Chiang Mai 50200, Thailand.
Muangmool T; Division of Gynecologic Oncology, Department of Obstetrics and Gynecology, Faculty of Medicine, Chiang Mai University, Chiang Mai 50200, Thailand.
Suprasert P; Division of Gynecologic Oncology, Department of Obstetrics and Gynecology, Faculty of Medicine, Chiang Mai University, Chiang Mai 50200, Thailand.
Charoenkwan K; Division of Gynecologic Oncology, Department of Obstetrics and Gynecology, Faculty of Medicine, Chiang Mai University, Chiang Mai 50200, Thailand.
Pokaż więcej
Źródło:
Diagnostics (Basel, Switzerland) [Diagnostics (Basel)] 2021 Aug 12; Vol. 11 (8). Date of Electronic Publication: 2021 Aug 12.
Typ publikacji:
Journal Article
Czasopismo naukowe

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies