• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
Erratum: Imaging biomarkers of glioblastoma treatment response: a systematic review and meta-analysis of recent machine learning studies.勘误：胶质母细胞瘤治疗反应的影像学生物标志物：近期机器学习研究的系统评价与荟萃分析。
Front Oncol. 2023 May 24;13:1217461. doi: 10.3389/fonc.2023.1217461. eCollection 2023.
2
Erratum: Efficacy of Location-Based Features for Survival Prediction of Patients With Glioblastoma Depending on Resection Status.勘误：基于位置特征对不同切除状态的胶质母细胞瘤患者生存预测的疗效。
Front Oncol. 2021 Aug 5;11:745820. doi: 10.3389/fonc.2021.745820. eCollection 2021.
3
Machine learning applications to neuroimaging for glioma detection and classification: An artificial intelligence augmented systematic review.机器学习在神经影像学中用于胶质瘤检测和分类的应用：人工智能增强的系统评价。
J Clin Neurosci. 2021 Jul;89:177-198. doi: 10.1016/j.jocn.2021.04.043. Epub 2021 May 13.
4
Corrigendum: Deep learning or radiomics based on CT for predicting the response of gastric cancer to neoadjuvant chemotherapy: a meta-analysis and systematic review.勘误：基于CT的深度学习或影像组学预测胃癌新辅助化疗反应的荟萃分析与系统评价
Front Oncol. 2024 May 23;14:1433346. doi: 10.3389/fonc.2024.1433346. eCollection 2024.
5
Corrigendum: Machine Learning-Based Analysis of Magnetic Resonance Radiomics for the Classification of Gliosarcoma and Glioblastoma.勘误：基于机器学习的磁共振影像组学分析用于胶质肉瘤和胶质母细胞瘤的分类
Front Oncol. 2021 Oct 18;11:774369. doi: 10.3389/fonc.2021.774369. eCollection 2021.
6
A Review of Radiomics and Deep Predictive Modeling in Glioma Characterization.基于放射组学和深度学习预测模型的脑胶质瘤特征分析研究综述
Acad Radiol. 2021 Nov;28(11):1599-1621. doi: 10.1016/j.acra.2020.06.016. Epub 2020 Jul 10.
7
Erratum: Pertinence of glioma and single nucleotide polymorphism of TERT, CCDC26, CDKN2A/B, and RTEL1 genes in glioma: a meta-analysis.勘误：胶质瘤与TERT、CCDC26、CDKN2A/B和RTEL1基因单核苷酸多态性在胶质瘤中的相关性：一项荟萃分析。
Front Oncol. 2024 Mar 11;14:1393063. doi: 10.3389/fonc.2024.1393063. eCollection 2024.
8
Corrigendum: Current Evidence and Future Perspective of Accuracy of Artificial Intelligence Application for Early Gastric Cancer Diagnosis With Endoscopy: A Systematic and Meta-Analysis.勘误：人工智能应用于早期胃癌内镜诊断准确性的当前证据与未来展望：一项系统评价与Meta分析
Front Med (Lausanne). 2021 May 14;8:698483. doi: 10.3389/fmed.2021.698483. eCollection 2021.
9
Corrigendum: Machine learning prediction model for post- hepatectomy liver failure in hepatocellular carcinoma: a multicenter study.勘误：肝细胞癌肝切除术后肝衰竭的机器学习预测模型：一项多中心研究。
Front Oncol. 2023 Aug 31;13:1278295. doi: 10.3389/fonc.2023.1278295. eCollection 2023.
10
Optimizing Neuro-Oncology Imaging: A Review of Deep Learning Approaches for Glioma Imaging.优化神经肿瘤影像学：胶质瘤成像深度学习方法综述
Cancers (Basel). 2019 Jun 14;11(6):829. doi: 10.3390/cancers11060829.

勘误：胶质母细胞瘤治疗反应的影像学生物标志物：近期机器学习研究的系统评价与荟萃分析。

Erratum: Imaging biomarkers of glioblastoma treatment response: a systematic review and meta-analysis of recent machine learning studies.

出版信息

Front Oncol. 2023 May 24;13:1217461. doi: 10.3389/fonc.2023.1217461. eCollection 2023.

DOI:10.3389/fonc.2023.1217461
PMID:37293592
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC10246473/
Abstract

[This corrects the article DOI: 10.3389/fonc.2022.799662.].

摘要

[本文更正了文章的数字对象标识符：10.3389/fonc.2022.799662。]