Integration of whole genome data with machine learning technology in breast cancer subtyping

Weronika Majer-Burman; Klaudia Pacewicz; Maciej Meler; Michał Gniot; Dawid Sielski; Maciej Piernik; Paweł Sztromwasser; Alicja Woźna; Paweł Zawadzki

doi:10.1016/j.annonc.2022.03.030

System Informacji Naukowej Politechniki Poznańskiej

PL EN

Strona główna / Publikacje / Integration of whole genome data with machine learning technology in breast cancer subtyping

Zgłoś uwagę

Artykuł

Pobierz BibTeX

Tytuł

Integration of whole genome data with machine learning technology in breast cancer subtyping

Autorzy

Weronika Majer-Burman
Klaudia Pacewicz
Maciej Meler (WIiT) ^{[ 1 ][ S ]}
Michał Gniot
Dawid Sielski
Maciej Piernik (WIiT) ^{[ 2 ][ 2.3 ][ P ]}
Paweł Sztromwasser
Alicja Woźna
Paweł Zawadzki

^{[ 1 ]} Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | ^{[ 2 ]} Instytut Informatyki, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | ^{[ S ]} student | ^{[ P ]} pracownik

Dyscyplina naukowa (Ustawa 2.0)

[2.3] Informatyka techniczna i telekomunikacja

Rok publikacji

2022

Opublikowano w

Annals of Oncology

Rocznik: 2022 | Tom: vol. 33 | Numer: supp. 3

Typ artykułu

abstrakt

Język publikacji

angielski

Strony (od-do)

S130 - S130

DOI

10.1016/j.annonc.2022.03.030

URL

https://www.annalsofoncology.org/article/S0923-7534(22)00409-4/fulltext

Uwagi

Article 15P

Zaprezentowany na

ESMO Breast Cancer 2022, 3-5.05.2022, Berlin, Germany

Impact Factor

50,5

System tworzony przez Politechnikę Poznańską oraz Poznańskie Centrum Superkomputerowo-Sieciowe

Zaloguj się przez eKonto, aby dodać do SIN