کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8687933 | 1580950 | 2018 | 27 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
MRI features predict p53 status in lower-grade gliomas via a machine-learning approach
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
موضوعات مرتبط
علوم زیستی و بیوفناوری
علم عصب شناسی
روانپزشکی بیولوژیکی
پیش نمایش صفحه اول مقاله

چکیده انگلیسی
These results demonstrate that MR image texture features are predictive of p53 mutation status in lower-grade gliomas. Thus, our procedure can be conveniently used to facilitate presurgical molecular pathological diagnosis.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: NeuroImage: Clinical - Volume 17, 2018, Pages 306-311
Journal: NeuroImage: Clinical - Volume 17, 2018, Pages 306-311
نویسندگان
Yiming Li, Zenghui Qian, Kaibin Xu, Kai Wang, Xing Fan, Shaowu Li, Tao Jiang, Xing Liu, Yinyan Wang,