- -

Deep Learning for Skin Melanocytic Tumors in Whole-Slide Images: A Systematic Review

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Deep Learning for Skin Melanocytic Tumors in Whole-Slide Images: A Systematic Review

Mostrar el registro completo del ítem

Mosquera-Zamudio, A.; Launet, L.; Tabatabaei, Z.; Parra-Medina, R.; Colomer, A.; Oliver Moll, J.; Monteagudo, C.... (2023). Deep Learning for Skin Melanocytic Tumors in Whole-Slide Images: A Systematic Review. Cancers. 15(1):1-19. https://doi.org/10.3390/cancers15010042

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/192533

Ficheros en el ítem

Metadatos del ítem

Título: Deep Learning for Skin Melanocytic Tumors in Whole-Slide Images: A Systematic Review
Autor: Mosquera-Zamudio, Andrés Launet, Laetitia Tabatabaei, Zahra Parra-Medina, Rafael Colomer, Adrián Oliver Moll, Javier Monteagudo, Carlos Janssen, Emiel Naranjo Ornedo, Valeriana
Entidad UPV: Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros de Telecomunicación - Escola Tècnica Superior d'Enginyers de Telecomunicació
Fecha difusión:
Resumen:
[EN] Simple Summary Deep learning (DL) is expanding into the surgical pathology field and shows promising outcomes in diminishing subjective interpretations, especially in dermatopathology. We aim to show the efforts of ...[+]
Palabras clave: Skin , Cancer , Melanoma , Melanocytic tumors , Dermatopathology , Computational pathology , Deep learning , Classification , Segmentation , Computer-aided diagnosis
Derechos de uso: Reconocimiento (by)
Fuente:
Cancers. (eissn: 2072-6694 )
DOI: 10.3390/cancers15010042
Editorial:
MDPI AG
Versión del editor: https://doi.org/10.3390/cancers15010042
Código del Proyecto:
info:eu-repo/grantAgreement/EC/H2020/860627/EU
info:eu-repo/grantAgreement/UPV//PAID-10-21/
info:eu-repo/grantAgreement/ISCIII/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020 (ISCIII)/PI20%2F00094/ES/ANALISIS COMBINADO POR INTELIGENCIA ARTIFICIAL DE MARCADORES EPIGENETICOS E IMAGENES MICROSCOPICAS DIGITALIZADAS DE TUMORES MELANOCITICOS AMBIGUOS PARA OPTIMIZAR SU CLASIFICACION DIAGNOSTICA Y PRONOSTICA/
info:eu-repo/grantAgreement/UPV//PAID-PD-22/
info:eu-repo/grantAgreement/GVA//INNEST%2F2021%2F321/
Agradecimientos:
This work has received funding from the European Union's Horizon 2020 Programme for Research and Innovation, under the Marie Sklodowska Curie grant agreement No. 860627 (CLARIFY). The work is also supported by project ...[+]
Tipo: Artículo

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem