Informacja

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

Wyszukujesz frazę "Ki-67" wg kryterium: Temat


Wyświetlanie 1-4 z 4
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
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:
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
    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