Deep Learning–Based Segmentation and Quantification in Experimental Kidney Histopathology
Nassim Bouteldja(RWTH Aachen University), Dorit Merhof(Ben-Gurion University of the Negev), Rafael Kramann(Erasmus MC), Matthias Mietsch(German Primate Center), Susan Sheehan(Jackson Laboratory), Saskia von Stillfried(Universitätsklinikum Aachen), Peter Boor(Radboud University Nijmegen), Ron Korstanje(Jackson Laboratory), Patrick Droste(Universitätsklinikum Aachen), Peter Bankhead(Institute of Genetics and Cancer), Simon Otten(Universitätsklinikum Aachen), Barbara M. Klinkhammer(RWTH Aachen University), Michael Lehrke(Universitätsklinikum Aachen), Roman D. Bülow(Universitätsklinikum Aachen), Jürgen Floege(Universitätsklinikum Aachen), Sylvia Menzel(Universitätsklinikum Aachen), Julia Moellmann(Universitätsklinikum Aachen), Charis Drummer(German Primate Center)
Cited by 177
Related Papers
Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer
|Nature Medicine|2019|1.4k
Decoding myofibroblast origins in human kidney fibrosis
|Nature|2020|728
Spatial multi-omic map of human myocardial infarction
|Nature|2022|675
Pan-cancer image-based detection of clinically actionable genetic alterations
|Nature Cancer|2020|630