Informacja

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

Wyszukujesz frazę ""Zaiyi Liu"" wg kryterium: Autor


Tytuł:
Artificial intelligence-based analysis of tumor-infiltrating lymphocyte spatial distribution for colorectal cancer prognosis
Autorzy:
Ming Cai
Ke Zhao
Lin Wu
Yanqi Huang
Minning Zhao
Qingru Hu
Qicong Chen
Su Yao
Zhenhui Li
Xinjuan Fan
Zaiyi Liu
Ting Gao
Xiuyuan Hao
Pokaż więcej
Temat:
Medicine
Źródło:
Chinese Medical Journal, Vol 137, Iss 4, Pp 421-430 (2024)
Opis pliku:
electronic resource
Relacje:
http://journals.lww.com/10.1097/CM9.0000000000002964; https://doaj.org/toc/0366-6999; https://doaj.org/toc/2542-5641
Dostęp URL:
https://doaj.org/article/aa76dbfac6b9497695e284ead2240591  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Development of a machine learning-based radiomics signature for estimating breast cancer TME phenotypes and predicting anti-PD-1/PD-L1 immunotherapy response
Autorzy:
Xiaorui Han
Yuan Guo
Huifen Ye
Zhihong Chen
Qingru Hu
Xinhua Wei
Zaiyi Liu
Changhong Liang
Pokaż więcej
Temat:
Machine learning
Radiomics signature
Breast cancer
Tumor microenvironment
Neoplasms. Tumors. Oncology. Including cancer and carcinogens
RC254-282
Źródło:
Breast Cancer Research, Vol 26, Iss 1, Pp 1-14 (2024)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/1465-542X
Dostęp URL:
https://doaj.org/article/43a597149e3745318715f0e875da6178  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Imaging‐proteomic analysis for prediction of neoadjuvant chemotherapy responses in patients with breast cancer
Autorzy:
Jingxian Duan
Yuanshen Zhao
Qiuchang Sun
Dong Liang
Zaiyi Liu
Xin Chen
Zhi‐Cheng Li
Pokaż więcej
Temat:
breast cancer
deep learning
neoadjuvant chemotherapy
pathologic complete response
Radiogenomics
Neoplasms. Tumors. Oncology. Including cancer and carcinogens
RC254-282
Źródło:
Cancer Medicine, Vol 12, Iss 23, Pp 21256-21269 (2023)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/2045-7634
Dostęp URL:
https://doaj.org/article/be40562f4fc4488388496eadda8a132d  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Sub-minute acquisition with deep learning-based image filter in the diagnosis of colorectal cancers using total-body 18F-FDG PET/CT
Autorzy:
Entao Liu
Zejian Lyu
Yuelong Yang
Yang Lv
Yumo Zhao
Xiaochun Zhang
Taotao Sun
Lei Jiang
Zaiyi Liu
Pokaż więcej
Temat:
Total-body PET/CT
Colorectal cancer
Fast acquisition
Diagnostic performance
Medical physics. Medical radiology. Nuclear medicine
R895-920
Źródło:
EJNMMI Research, Vol 13, Iss 1, Pp 1-12 (2023)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/2191-219X
Dostęp URL:
https://doaj.org/article/ffefc972613745999f0af717dff8d4d8  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Artificial intelligence-assisted analysis for tumor-immune interaction within the invasive margin of colorectal cancer
Autorzy:
Yunrui Ye
Xiaomei Wu
Huihui Wang
Huifen Ye
Ke Zhao
Su Yao
Zaiyi Liu
Yaxi Zhu
Qingling Zhang
Changhong Liang
Pokaż więcej
Temat:
Colorectal cancer
deep learning
whole-slide images
tumor growth pattern
tumor-infiltrating lymphocytes
Medicine
Źródło:
Annals of Medicine, Vol 55, Iss 1 (2023)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/0785-3890; https://doaj.org/toc/1365-2060
Dostęp URL:
https://doaj.org/article/db2eaa9f53084166b876811014983ad8  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Necrosis score as a prognostic factor in stage I–III colorectal cancer: a retrospective multicenter study
Autorzy:
Huifen Ye
Yiting Wang
Su Yao
Zaiyi Liu
Changhong Liang
Yaxi Zhu
Yanfen Cui
Ke Zhao
Pokaż więcej
Temat:
Necrosis score
Colorectal cancer
Whole-slide images
Overall survival
Disease free survival
Neoplasms. Tumors. Oncology. Including cancer and carcinogens
RC254-282
Źródło:
Discover Oncology, Vol 14, Iss 1, Pp 1-13 (2023)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/2730-6011
Dostęp URL:
https://doaj.org/article/e0a86b33c50e4ea5bf3753a8d717642a  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Computerized tertiary lymphoid structures density on H&E-images is a prognostic biomarker in resectable lung adenocarcinoma
Autorzy:
Yumeng Wang
Huan Lin
Ningning Yao
Xiaobo Chen
Bingjiang Qiu
Yanfen Cui
Yu Liu
Bingbing Li
Chu Han
Zhenhui Li
Wei Zhao
Zimin Wang
Xipeng Pan
Cheng Lu
Jun Liu
Zhenbing Liu
Zaiyi Liu
Pokaż więcej
Temat:
Health informatics
computational bioinformatics
cancer
Science
Źródło:
iScience, Vol 26, Iss 9, Pp 107635- (2023)
Opis pliku:
electronic resource
Relacje:
http://www.sciencedirect.com/science/article/pii/S2589004223017121; https://doaj.org/toc/2589-0042
Dostęp URL:
https://doaj.org/article/6c3f4cc6df9c480497b066b5d8d077a1  Link otwiera się w nowym oknie
Czasopismo naukowe
Czasopismo naukowe
Tytuł:
Multi-scale pathology image texture signature is a prognostic factor for resectable lung adenocarcinoma: a multi-center, retrospective study
Autorzy:
Yumeng Wang
Xipeng Pan
Huan Lin
Chu Han
Yajun An
Bingjiang Qiu
Zhengyun Feng
Xiaomei Huang
Zeyan Xu
Zhenwei Shi
Xin Chen
Bingbing Li
Lixu Yan
Cheng Lu
Zhenhui Li
Yanfen Cui
Zaiyi Liu
Zhenbing Liu
Pokaż więcej
Temat:
Lung adenocarcinoma
Prognosis
Texture analysis
Whole slide image
Artificial intelligence
Medicine
Źródło:
Journal of Translational Medicine, Vol 20, Iss 1, Pp 1-17 (2022)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/1479-5876
Dostęp URL:
https://doaj.org/article/69c7dfac3f984bfe881164568865dc3b  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
An integrated deep learning model for the prediction of pathological complete response to neoadjuvant chemotherapy with serial ultrasonography in breast cancer patients: a multicentre, retrospective study
Autorzy:
Lei Wu
Weitao Ye
Yu Liu
Dong Chen
Yuxiang Wang
Yanfen Cui
Zhenhui Li
Pinxiong Li
Zhen Li
Zaiyi Liu
Min Liu
Changhong Liang
Xiaotang Yang
Yu Xie
Ying Wang
Pokaż więcej
Temat:
Deep learning
Breast cancer
Neoadjuvant chemotherapy
Serial ultrasonography
Neoplasms. Tumors. Oncology. Including cancer and carcinogens
RC254-282
Źródło:
Breast Cancer Research, Vol 24, Iss 1, Pp 1-17 (2022)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/1465-542X
Dostęp URL:
https://doaj.org/article/9934a28c4abd471fbd276e0a2adb31b2  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Artificial intelligence for quantifying immune infiltrates interacting with stroma in colorectal cancer
Autorzy:
Jing Yang
Huifen Ye
Xinjuan Fan
Yajun Li
Xiaomei Wu
Minning Zhao
Qingru Hu
Yunrui Ye
Lin Wu
Zhenhui Li
Xueli Zhang
Changhong Liang
Yingyi Wang
Yao Xu
Qian Li
Su Yao
Dingyun You
Ke Zhao
Zaiyi Liu
Pokaż więcej
Temat:
Deep learning
Whole-slide images
Deep-immune score
Colorectal cancer
Digital pathology
Medicine
Źródło:
Journal of Translational Medicine, Vol 20, Iss 1, Pp 1-11 (2022)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/1479-5876
Dostęp URL:
https://doaj.org/article/9eaef0dff80d46938691394fa9c36528  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Preoperative serum CA19-9 should be routinely measured in the colorectal patients with preoperative normal serum CEA: a multicenter retrospective cohort study
Autorzy:
Zhenhui Li
Haibin Zhu
Xiaolin Pang
Yun Mao
Xiaoping Yi
Chunxia Li
Ming Lei
Xianshuo Cheng
Lei Liang
Jiamei Wu
Yingying Ding
Jun Yang
Yingshi Sun
Tao Zhang
Dingyun You
Zaiyi Liu
Pokaż więcej
Temat:
Colorectal cancer
CA19-9
CEA
Interaction
Neoplasms. Tumors. Oncology. Including cancer and carcinogens
RC254-282
Źródło:
BMC Cancer, Vol 22, Iss 1, Pp 1-11 (2022)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/1471-2407
Dostęp URL:
https://doaj.org/article/5817592bd2984528b6fc78cc16e1cebd  Link otwiera się w nowym oknie
Czasopismo naukowe
Czasopismo naukowe
Tytuł:
Hagnifinder: Recovering magnification information of digital histological images using deep learning
Autorzy:
Hongtai Zhang
Zaiyi Liu
Mingli Song
Cheng Lu
Pokaż więcej
Temat:
Histology images
Magnification prediction
Regression model
Deep learning
Computer applications to medicine. Medical informatics
R858-859.7
Pathology
RB1-214
Źródło:
Journal of Pathology Informatics, Vol 14, Iss , Pp 100302- (2023)
Opis pliku:
electronic resource
Relacje:
http://www.sciencedirect.com/science/article/pii/S2153353923001165; https://doaj.org/toc/2153-3539
Dostęp URL:
https://doaj.org/article/099455810c904a958b8144f5349d04d4  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Artificial intelligence for quantifying Crohn’s-like lymphoid reaction and tumor-infiltrating lymphocytes in colorectal cancer
Autorzy:
Yao Xu
Shangqing Yang
Yaxi Zhu
Su Yao
Yajun Li
Huifen Ye
Yunrui Ye
Zhenhui Li
Lin Wu
Ke Zhao
Liyu Huang
Zaiyi Liu
Pokaż więcej
Temat:
Crohn's-like lymphoid reaction
Tumor-infiltrating lymphocytes
Artificial intelligence
Colorectal cancer
Whole-slide images
Biotechnology
TP248.13-248.65
Źródło:
Computational and Structural Biotechnology Journal, Vol 20, Iss , Pp 5586-5594 (2022)
Opis pliku:
electronic resource
Relacje:
http://www.sciencedirect.com/science/article/pii/S2001037022004445; https://doaj.org/toc/2001-0370
Dostęp URL:
https://doaj.org/article/89a8b9a3393e42f0b060affdecbc095b  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Early prediction of treatment response to neoadjuvant chemotherapy based on longitudinal ultrasound images of HER2-positive breast cancer patients by Siamese multi-task network: A multicentre, retrospective cohort study
Autorzy:
Yu Liu
Ying Wang
Yuxiang Wang
Yu Xie
Yanfen Cui
Senwen Feng
Mengxia Yao
Bingjiang Qiu
Wenqian Shen
Dong Chen
Guoqing Du
Xin Chen
Zaiyi Liu
Zhenhui Li
Xiaotang Yang
Changhong Liang
Lei Wu
Pokaż więcej
Temat:
Early prediction
Deep learning
HER2-positive breast cancer
Pathological complete response
Neoadjuvant chemotherapy
Ultrasound
Medicine (General)
R5-920
Źródło:
EClinicalMedicine, Vol 52, Iss , Pp 101562- (2022)
Opis pliku:
electronic resource
Relacje:
http://www.sciencedirect.com/science/article/pii/S2589537022002929; https://doaj.org/toc/2589-5370
Dostęp URL:
https://doaj.org/article/58042be77f39460ab797f75dc606a22e  Link otwiera się w nowym oknie
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