Novedades Ayuda Acceso institucional

Buscar recursos académicos

Encontrá libros, artículos, revistas, tesis y otros recursos académicos. Buscá, elegí el resultado correcto y accedé al contenido.

Búsqueda avanzada
Qué reúne NODOVOX Discovery: catálogos institucionales, recursos electrónicos, revistas de acceso abierto, colecciones disponibles y enlaces de consulta académica.
medicina forense derecho revistas Open Access texto completo

Resultados

7 resultados encontrados.

Tipos de recurso: Libro electrónico Artículo Revista Tesis Capítulo
Búsqueda académica
An interpretable machine learning model based on habitat radiomics combined with deep learning for predicting the WHO/ISUP grade of patients with clear cell renal cell carcinoma
Artículo
Material complementario disponible Artículo DOAJ
An interpretable machine learning model based on habitat radiomics combined with deep learning for predicting the WHO/ISUP grade of patients with clear cell renal cell carcinoma
Xiang Tao et al · BMC · 2026 · ISSN 1471-2342
Abstract Background This study aims to explore spatial heterogeneity within tumors, establish and validate an interpretable machine learning model combining habitat radiomics and deep learning, and investigate its predic...
LCC TENDOk1lZGljYWwgdGVjaG5vbG9neQ~~Idioma eng
Material complementario disponibleEl enlace apunta a material asociado, anexos, tablas, datos o página complementaria. No se marca como libro/texto completo.
Material complementario
Abrir material Ficha bibliográfica
Interpretable machine learning models based on CT radiomics for predicting chemoradiotherapy response in rectal cancer
Artículo
Material complementario disponible Artículo DOAJ
Interpretable machine learning models based on CT radiomics for predicting chemoradiotherapy response in rectal cancer
Jianfeng Li et al · BMC · 2026 · ISSN 1471-2342
Abstract Background Accurate prediction of response to neoadjuvant chemoradiotherapy (nCRT) in patients with locally advanced rectal cancer (LARC) is essential for optimizing treatment decisions. This study aimed to deve...
LCC TENDOk1lZGljYWwgdGVjaG5vbG9neQ~~Idioma eng
Material complementario disponibleEl enlace apunta a material asociado, anexos, tablas, datos o página complementaria. No se marca como libro/texto completo.
Material complementario
Abrir material Ficha bibliográfica
Machine learning vs. radiomics for discriminating atypical cartilaginous tumors from benign enchondromas on MRI
Artículo
Acceso abierto Artículo DOAJ
Machine learning vs. radiomics for discriminating atypical cartilaginous tumors from benign enchondromas on MRI
Simon Johannes Joham et al · BMC · 2026 · ISSN 1475-925X
Abstract Background Enchondromas (EC) present cartilaginous tumors that are difficult to differentiate from their intermediate counterpart, atypical cartilaginous tumors (ACT). Histologically, tumor distinction of these ...
LCC TENDOk1lZGljYWwgdGVjaG5vbG9neQ~~Idioma eng
Acceso abiertoRuta libre sin proxy. Acceso recomendado cuando no hay suscripción activa.
Open Access
Disponible en línea Ficha bibliográfica
Nomogram combining ultrasound radiomics and clinical factors for predicting placenta accreta spectrum in patients with placenta previa: a two-center study
Artículo
Acceso abierto Artículo DOAJ
Nomogram combining ultrasound radiomics and clinical factors for predicting placenta accreta spectrum in patients with placenta previa: a two-center study
Jingxuan Li et al · BMC · 2026 · ISSN 1471-2342
Abstract Background Placenta accreta spectrum(PAS)is a major cause of maternal mortality during the perinatal period. This study aims to develop and validate a novel nomogram prediction model integrating clinical charact...
LCC TENDOk1lZGljYWwgdGVjaG5vbG9neQ~~Idioma eng
Acceso abiertoRuta libre sin proxy. Acceso recomendado cuando no hay suscripción activa.
Open Access
Disponible en línea Ficha bibliográfica
Non-invasive assessment of PD-L1 status and histology in non-small cell lung cancer using 18F-FDG PET/CT radiomics
Artículo
Acceso abierto Artículo DOAJ
Non-invasive assessment of PD-L1 status and histology in non-small cell lung cancer using 18F-FDG PET/CT radiomics
Bartłomiej Tomasik et al · BMC · 2026 · ISSN 1479-5876
Abstract Background Radiomics analysis of 18F-FDG PET/CT enables extraction of high-dimensional quantitative features that may serve as imaging biomarkers for tumor biology. In particular, in non-small cell lung cancer (...
LCC LCC:MedicineIdioma eng
Acceso abiertoRuta libre sin proxy. Acceso recomendado cuando no hay suscripción activa.
Open Access
Disponible en línea Ficha bibliográfica
Two-staged CT-based radiomics model in characterising early-stage ovarian carcinoma and benign ovarian masses
Artículo
Material complementario disponible Artículo DOAJ
Two-staged CT-based radiomics model in characterising early-stage ovarian carcinoma and benign ovarian masses
Jiarui Zhang et al · BMC · 2026 · ISSN 1757-2215
Abstract Background Characterisation of CT detected ovarian masses is challenging with overlapping imaging features, unreliable biomarker or clinical presentation. We proposed a two-staged CT-based radiomics model to ide...
LCC TENDOkd5bmVjb2xvZ3kgYW5kIG9ic3RldHJpY3M~Idioma eng
Material complementario disponibleEl enlace apunta a material asociado, anexos, tablas, datos o página complementaria. No se marca como libro/texto completo.
Material complementario
Abrir material Ficha bibliográfica
[18F]FDG PET/CT multiomics identifies Hedgehog-driven HPV-negative head and neck squamous cell carcinoma
Artículo
Acceso abierto Artículo DOAJ
[18F]FDG PET/CT multiomics identifies Hedgehog-driven HPV-negative head and neck squamous cell carcinoma
Stefan Stoiber et al · BMC · 2026 · ISSN 1476-4598
Abstract Head and neck squamous cell carcinoma (HNSCC) is a highly heterogeneous malignancy with limited predictive markers to guide personalized treatment, particularly in human papillomavirus (HPV)-negative cases, whic...
LCC TENDOk5lb3BsYXNtcy4gVHVtb3JzLiBPbmNvbG9neS4gSW5jbHVkaW5nIGNhbmNlciBhbmQgY2FyY2lub2dlbnM~Idioma eng
Acceso abiertoRuta libre sin proxy. Acceso recomendado cuando no hay suscripción activa.
Open Access
Disponible en línea Ficha bibliográfica