Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Ki-67" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    The effect of budesonide on the expression of Ki-67 and PCNA and the apoptotic indexin dogs with inflammatory bowel disease
    Autorzy:
    Szweda, M.
    Rychlik, A.
    Nowicki, M.
    Kaczmar, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/2087875.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    dogs
    inflammatory bowel disease
    budesonide
    Ki-67
    PCNA
    apoptotic index
    Źródło:
    Polish Journal of Veterinary Sciences; 2017, 4; 743-750
    1505-1773
    Pojawia się w:
    Polish Journal of Veterinary Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Deep learning for damaged tissue detection and segmentation in Ki-67 brain tumor specimens based on the U-net model
    Autorzy:
    Swiderska-Chadaj, Z.
    Markiewicz, T.
    Gallego, J.
    Bueno, G.
    Grala, B.
    Lorent, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/202412.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    damaged tissue regions detection
    artifacts detection
    deep learning
    Ki-67 staining specimens
    wykrywanie uszkodzonych regionów tkankowych
    wykrywanie artefaktów
    artefakt
    uczenie głębokie
    próbki barwiące Ki-67
    Opis:
    The pathologists follow a systematic and partially manual process to obtain histological tissue sections from the biological tissue extracted from patients. This process is far from being perfect and can introduce some errors in the quality of the tissue sections (distortions, deformations, folds and tissue breaks). In this paper, we propose a deep learning (DL) method for the detection and segmentation of these damaged regions in whole slide images (WSIs). The proposed technique is based on convolutional neural networks (CNNs) and uses the U-net model to achieve the pixel-wise segmentation of these unwanted regions. The results obtained show that this technique yields satisfactory results and can be applied as a pre-processing step for automatic WSI analysis in order to prevent the use of the damaged areas in the evaluation processes.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 6; 849-856
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Changes in the pathomorphological diagnosis of gastrointestinal neuroendocrine neoplasms in 2017
    Autorzy:
    Nasierowska-Guttmejer, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/1062924.pdf
    Data publikacji:
    2017
    Wydawca:
    Medical Education
    Tematy:
    G3 NET
    Ki-67 proliferation index
    NEC
    neuroendocrine carcinoma
    neuroendocrine tumors
    Opis:
    The following changes were introduced in 2017 WHO and TnM classifications: 1. a new group of well-differentiated neuroendocrine tumors with the proliferation index of more than 20% and mitotic count of 20 per 10 hpf (NET G3), formerly classified under neuroendocrine carcinomas (NEC G3) 2. the division of poorly differentiated neuroendocrine tumors (PD NET) with the Ki-67 index of more than 20% into two groups in terms of the degree of differentiation and prognosis: NET G3 and NEC. 3. the replacement of MANEC with MINEN within the mixed group 4. the verification of histological grading (G) criteria 5. new TNM staging criteria, based on ENETS guidelines.
    Źródło:
    OncoReview; 2017, 7, 3; 109-115
    2450-6125
    Pojawia się w:
    OncoReview
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies