Predict Breast Tumor Response to Chemotherapy Using a 3D Deep Learning Architecture Applied to DCE-MRI Data

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

;Benjelloun, Mohammed
Référence Lecture notes in computer science, 11466 LNBI, page (33-40)
Publication Publié, 2019

Article révisé par les pairs

Titre:	Predict Breast Tumor Response to Chemotherapy Using a 3D Deep Learning Architecture Applied to DCE-MRI Data
Auteur:	El Adoui, Mohammed; Drisis, Stylianos; Benjelloun, Mohammed
Informations sur la publication:	Lecture notes in computer science, 11466 LNBI, page (33-40)
Statut de publication:	Publié, 2019
Sujet CREF:	Informatique mathématique
	Informatique générale
Mots-clés:	Breast cancer
	DCE-MRI
	Deep learning
	Response prediction
Note générale:	SCOPUS: cp.k
	DecretOANoAutActif
Langue:	Anglais
Identificateurs:	urn:issn:0302-9743
	info:doi/10.1007/978-3-030-17935-9_4
	info:scp/85065705706

Multi-input deep learning architecture for predicting breast tumor response to chemotherapy using quantitative MR images
par El Adoui, Mohammed , Drisis, Stylianos , Benjelloun, Mohammed
Publication 2020
A Caro-Wei bound for induced linear forests in graphs
par Joret, Gwenaël , Petit, Robin
Publication 2025-08-01
The grid-minor theorem revisited
par Dujmović, Vida V. , Hickingbotham, Robert , Hodor, Jędrzej , Joret, Gwenaël , La, Hoang , Micek, Piotr , Morin, Pat , Rambaud, Clément , Wood, David R.
Publication 2025-08-01
An Improved Bound for Plane Covering Paths
par Akitaya, Hugo Alves , Aloupis, Greg , Biniaz, Ahmad , Bose, Prosenjit , De Carufel, Jean Lou , Gavoille, Cyril , Iacono, John , Kleist, Linda , Smid, Michiel M. , Souvaine, Diane D.L. , Theocharous, Leonidas
Publication 2025-07-08
One-sided Markov additive processes with lattice and non-lattice increments
par Ivanovs, Jevgenijs , Latouche, Guy , Taylor, Peter Gerrard
Publication 2025-12

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.