Saturation transfer imaging radiomics using machine learning improves differentiation of tumor progression from radiation necrosis in brain metastases.

Opis bibliograficzny

Saturation transfer imaging radiomics using machine learning improves differentiation of tumor progression from radiation necrosis in brain metastases. [AUT. KORESP.] DYLAN YOUNG, [AUT.] WILFRED W. LAM, RACHEL W. CHAN, DAFNA SUSSMAN, PEJMAN J. MARALANI, ARJUN SAHGAL, HANY SOLIMAN, GREG J. STANISZ. Neurooncol. Adv. [online] 2025 vol. 7 nr 1 [art. nr] vdaf206, s. 1-13, bibliogr. poz. 82, [przeglądany 13 stycznia 2026]. Dostępny w: https://academic.oup.com/noa/article/7/1/vdaf206/8253630. DOI: 10.1093/noajnl/vdaf206
Skopiowane!
Kliknij opis aby skopiować do schowka

Szczegóły publikacji

Źródło:
Neuro-Oncology Advances [online] 2025 vol. 7 nr 1, [art. nr] vdaf206, s. 1-13, bibliogr. poz. 82.
Rok: 2025
Język: angielski
Charakter formalny: Artykuł w czasopiśmie
Typ MNiSW/MEiN: Praca Oryginalna

Open Access

Tryb dostępu: otwarte czasopismo Wersja tekstu: ostateczna wersja opublikowana Licencja: Creative Commons - Uznanie Autorstwa (CC-BY) Czas udostępnienia: w momencie opublikowania

Identyfikatory

BPP ID: (27, 103946) wydawnictwo ciągłe #103946

Metryki

20,00
Punkty MNiSW/MEiN
4,100
Impact Factor
0
Punktacja wewnętrzna

Eksport cytowania

Wsparcie dla menedżerów bibliografii:
Ta strona wspiera automatyczny import do Zotero, Mendeley i EndNote. Użytkownicy z zainstalowanym rozszerzeniem przeglądarki mogą zapisać tę publikację jednym kliknięciem - ikona pojawi się automatycznie w pasku narzędzi przeglądarki.

Skopiowane!

Informacje dodatkowe

Zewnętrzna baza danych:Scopus
Rekord utworzony:13 stycznia 2026 08:57
Ostatnia aktualizacja:15 stycznia 2026 17:21