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
Deep Learning approach predicting breast tumor response to neoadjuvant treatment using DCE-MRI volumes acquired before and after chemotherapy
par El Adoui, Mohammed , Larhmam, M.A. , Drisis, Stylianos , Benjelloun, Mohammed
Publication 2019
A PRM approach for early prediction of breast cancer response to chemotherapy based on registered MR images
par El Adoui, Mohammed , Drisis, Stylianos , Benjelloun, Mohammed
Publication 2018-08
Multifold Tiles of Polyominoes and Convex Lattice Polygons
par Chida, Kota , Demaine, Erik , Demaine, Martin L. , Eppstein, David , Hesterberg, Adam , Horiyama, Takashi , Iacono, John , Ito, Hiro , Langerman, Stefan , Uehara, Ryuhei , Uno, Yushi
Publication 2023-12-01
Hierarchical higher-order dynamic mode decomposition for clustering and feature selection
par Corrochano, Adrián , D'Alessio, Giuseppe , Parente, Alessandro , Le Clainche, Soledad
Publication 2024-03

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.