Menu
Naciśnij / aby szukać

Jak wyszukiwać?

  • 1 Wyszukiwanie od początku wyrazu: Wyraz preane znajdzie "preanestetyczny", ale anestetyczny nie znajdzie tego słowa (wyszukiwanie patrzy tylko na początek wyrazów)
  • - Wykluczanie słów (znak minus): Poprzedzenie wyrazu znakiem - znajdzie wszystkie tytuły NIE zawierające danego słowa, np. -onkologia znajdzie prace bez słowa "onkologia"
  • " Wyszukiwanie całych fraz (cudzysłów): Cudzysłów powoduje szukanie całych ciągów znaków w tej samej kolejności. Np. "Uniwersytet Medyczny" wyszuka tylko prace z dokładnie tą nazwą, podczas gdy wpisanie bez cudzysłowu może znaleźć "Medyczny Uniwersytet"
  • Nawigacja klawiaturą: Użyj / aby otworzyć wyszukiwanie, strzałek do nawigacji po wynikach, ENTER aby przejść do wybranej pozycji, lub ESC aby zamknąć okno

Integrative and deep learning-based prediction of therapy response in ovarian cancer.

Opis bibliograficzny

Integrative and deep learning-based prediction of therapy response in ovarian cancer. [AUT.] ALICJA RAJTAK, ILONA SKRABALAK, NATALIA ĆWILICHOWSKA-PUŚLECKA, AGNIESZKA KWIATKOWSKA-MAKUCH, MARCIN PORĘBA, NATALIA SKRZYPCZAK, ALICJA KRASOWSKA, MICHAEL PITTER, TOMASZ MAJ, JAN KOTARSKI, [AUT. KORESP.] KAROLINA OKŁA. J. Exp. Clin. Cancer Res. [online] 2025 vol. 44 nr 1 [art. nr] 313, s. 1-16, bibliogr. poz. 34, [przeglądany 17 grudnia 2025]. Dostępny w : https://link.springer.com/article/10.1186/s13046-025-03554-w. DOI: 10.1186/s13046-025-03554-w
Kliknij opis aby skopiować do schowka

Szczegóły publikacji

Źródło:
Journal of Experimental and Clinical Cancer Research [online] 2025 vol. 44 nr 1, [art. nr] 313, s. 1-16, bibliogr. poz. 34.
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, 103803) wydawnictwo ciągłe #103803

Metryki

140,00
Punkty MNiSW/MEiN
12,800
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:• Scopus
• Web of Science
Rekord utworzony:17 grudnia 2025 14:38
Ostatnia aktualizacja:18 grudnia 2025 16:02

Informacja o ciasteczkach (tych internetowych, nie tych słodkich i chrupiących...)

Ta strona wykorzystuje pliki cookie do poprawy funkcjonalności i analizy ruchu. Możesz zaakceptować wszystkie pliki cookie lub zarządzać swoimi preferencjami prywatności. Nawet, jeżeli nie zgodzisz się na używanie plików cookie na tej stronie, to informację o tym musimy zapamiętać w formie... pliku cookie, zatem jeżeli chcesz zadbać o swoją prywatność w pełni, zapoznaj się z informacjami, jak zupełnie wyłączyć możliwości śledzenia Ciebie w internecie.

✓ Zgadzam się ✗ Nie zgadzam się