Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Deep learning empowered volume delineation of whole-body organs-at-risk for accelerated radiotherapy
2022·121 Zitationen·Nature CommunicationsOpen Access
Volltext beim Verlag öffnen121
Zitationen
17
Autoren
2022
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
Radiative Transfer
1950 · 8.595 Zit.
Practical cone-beam algorithm
1984 · 6.178 Zit.
Toxicity criteria of the Radiation Therapy Oncology Group (RTOG) and the European organization for research and treatment of cancer (EORTC)
1995 · 4.791 Zit.
Tolerance of normal tissue to therapeutic irradiation
1991 · 4.444 Zit.
Clonogenic assay of cells in vitro
2006 · 4.094 Zit.
Autoren
Institutionen
Themen
Advanced Radiotherapy TechniquesMedical Imaging Techniques and ApplicationsRadiomics and Machine Learning in Medical Imaging