FEMaLe: The use of machine learning for early diagnosis of endometriosis based on patient self-reported data—Study protocol of a multicenter trial

Balogh, Dora B. [Balogh, Dóra Bianka (Molekuláris biológia), szerző] Szülészeti és Nőgyógyászati Klinika (SE / AOK / K); Hudelist, Gernot; Bļizņuks, Dmitrijs; Raghothama, Jayanth; Becker, Christian M.; Horace, Roman; Krentel, Harald; Horne, Andrew W.; Bourdel, Nicolas; Marki, Gabriella; Tomassetti, Carla; Kirk, Ulrik Bak; Acs, Nandor [Ács, Nándor (Szülészet-nőgyógy...), szerző] Szülészeti és Nőgyógyászati Klinika (SE / AOK / K); Bokor, Attila ✉ [Bokor, Attila (szülészet, nőgyóg...), szerző] Szülészeti és Nőgyógyászati Klinika (SE / AOK / K)

Angol nyelvű Szakcikk (Folyóiratcikk) Tudományos
Megjelent: PLOS ONE 1932-6203 19 (5) Paper: e0300186 , 9 p. 2024
  • Pedagógiai Tudományos Bizottság: A
  • Szociológiai Tudományos Bizottság: A nemzetközi
  • Regionális Tudományok Bizottsága: B nemzetközi
  • SJR Scopus - Multidisciplinary: Q1
Azonosítók
Támogatások:
  • Finding Endometriosis using Machine Learning (FEMaLe) - European Union’s Horizon 2020(101017562) Támogató: EU
Hivatkozás stílusok: IEEEACMAPAChicagoHarvardCSLMásolásNyomtatás
2025-03-29 22:19