Attention-guided deep learning of chemical exchange saturation transfer magnetic resonance imaging to differentiate between tumor progression and radiation necrosis in brain metastasis.
Opis bibliograficzny
Attention-guided deep learning of chemical exchange saturation transfer magnetic resonance imaging to differentiate between tumor progression and radiation necrosis in brain metastasis. [AUT.] NAUMAN BASHIR BHATTI, DYLAN YOUNG, WILFRED W. LAM, RACHEL W. CHAN, PEJMAN J. MARALANI, ARJUN SAHGAL, HANY SOLIMAN, GREG J. STANISZ, [AUT. KORESP.] ALI SADEGHI-NAINI. Int. J. Radiat. Oncol. Biol. Phys. 2026 vol. 125 nr 2 s. 630-641, bibliogr. poz. 66. DOI: 10.1016/j.ijrobp.2025.10.040
Skopiowane!
Szczegóły publikacji
Źródło:
International Journal of Radiation Oncology, Biology, Physics 2026 vol. 125 nr 2, s. 630-641, bibliogr. poz. 66.
Rok:2026
Język:angielski
Charakter formalny:Artykuł w czasopiśmie
Typ MNiSW/MEiN:Praca Oryginalna
Open Access
Tryb dostępu:inneWersja tekstu:ostateczna wersja opublikowanaLicencja: Creative Commons - Uznanie Autorstwa (CC-BY) Czas udostępnienia:w momencie opublikowania
Linki zewnętrzne
DOI
10.1016/j.ijrobp.2025.10.040
Strona WWW
https://www.sciencedirect.com/science/a…
Identyfikatory
BPP ID: (27, 104673) wydawnictwo ciągłe #104673
Metryki
140,00
Punkty MNiSW/MEiN
7,400
Impact Factor
Q1
SCOPUS
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.
Informacje dodatkowe
| Zewnętrzna baza danych: | Web of Science Scopus |
|---|---|
| Rekord utworzony: | 20 maja 2026 13:57 |
| Ostatnia aktualizacja: | 17 czerwca 2026 10:36 |
Punkty i sloty autorów
| Autor | Dyscyplina | PkD / PkDAut | Slot |
|---|---|---|---|
| Stanisz Grzegorz, dr n. fiz. | nauki medyczne | 140,0000 | 1,0000 |
Punkty i sloty dyscyplin
| Dyscyplina | PkD / PkDAut | Slot |
|---|---|---|
| nauki medyczne | 140,0000 | 1,0000 |