乳腺癌的机器学习预测局部复发的定位和局部复发后远处转移
2025-02-10 06:38:14
提供的文本似乎是学术论文的结论和致谢部分,其后是与乳腺癌复发和转移的机器学习预测研究有关的关键字列表。这是关键点和其他详细信息的摘要:###本文的关键贡献:1。**作者的角色**:-KristófAttilaKovács和Csaba Kerepesi同样贡献。-AnnaMáriaTőkés是对应作者。2。**资金**: - 这项研究得到了欧盟项目RRF-2.3.1-21-2022-00004在匈牙利人工智能国家实验室的框架内。3。**机构隶属关系**: - 来自匈牙利布达佩斯的塞梅尔威大学和匈奴计算机科学与控制学院(Sztaki)的系。###道德考虑:1。**竞争利益**: - 作者没有宣称没有竞争利益。2。**机构审查委员会声明**: - 从匈牙利医学研究委员会(ETT-TUKEB 14383/2017和17781-3/2024)获得了人类组织样品和数据的批准。3。**知情同意陈述**: - 由于研究的回顾性质,匈牙利医学研究委员会放弃了知情同意。###方法论摘要: - 概念化:AnnaMáriaTőkés(Tam),KristófAttilaKovács(KKA)和Csaba Kerepesi(KC)。 - 数据策划:Magdolna Dank,ÁkosNagy,GyöngyvérSzentmártoni,AttilaMarcellSzász(Szam),Lilla Madaras(ML),DalmaRapcsák(Dr) - 方法:CSABA KEREPESI(KC)和KristófAttilaKovács(KKA)。 - 软件开发:CSABA KEREPESI(KC)和AnnaMáriaTőkés(TAM)。 - 监督:Janina Kulka(JK),Lilla Madaras(ML),DalmaRapcsák(Dr),GyöngyvérSzentmártoni,Attila MarcellSzász(Szam)。###关键字:关键字提出了本文的主要主题:1。乳腺癌2。机器学习3。本地复发定位4。遥远的转移预测这项研究旨在使用机器学习技术来预测乳腺癌的复发和转移,这可以显着增强患者的管理和治疗策略。###出版信息: - **期刊**:科学报告(SCI REP) - **音量/问题**:卷15 - **文章编号**:文章编号:S41598-025-89339-9 - ** doi **:https://doi.org/10.1038/s41598-025-8939-9### 执照:该文章是根据Creative Commons归因4.0国际许可证获得许可的,只要给予原始作者提供适当的信用,就可以使用和分发。如果您需要本文的更多详细信息或特定部分(例如方法或结果),请告诉我!