X
Xing Liu
H指数:43
被引数:5,978
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
基于T2加权MRI的深度学习流程用于三种儿童后颅窝肿瘤的自动分割、分类和分子亚型分析
前瞻性对比常规替罗非班给药对急性分支动脉粥样硬化病患者结局的影响:一项倾向性评分加权队列研究
IDH突变型星形细胞瘤中扩展的T2-FLAIR不匹配表型
代谢、灌注和扩散成像可增强H3K27-改变的弥漫性中线胶质瘤的诊断和预后评估。
BMC Medicine
IF8.3
Mitofissin 通过与 Drp1 相互作用来引导线粒体分裂
一种基于多目标优化和强化学习的通用自适应层高连续路径规划算法,用于复杂多孔结构的混凝土3D打印
Structures
IF4.3
勘误:“揭示双酚A在前列腺癌进展中的作用并确定潜在靶点:从人群队列到分子机制的全面分析”[Ecotoxicol. Environ. Saf. 296 (2025), 118209 / DOI: 10.1016/j.ecoenv.2025.118209]
基于强化学习的连续路径规划与复杂空心构件的自动化混凝土3D打印
辐射诱导的直肠癌患者放射性直肠损伤的定量蛋白质组学分析
proteomics
IF2.8
解析应激颗粒动力学:对神经退行性疾病的启示
BMC CANCER
IF3.4
脑转移性肺腺癌患者若存在BRG1缺失,则预后不良,其特点是具有独特的形态学和甲基化特征。
通过可解释的机器学习的局部晚期直肠癌阴性淋巴结对数几率的预后模型
SCIENTIFIC REPORTS
IF3.9
非增强肿瘤的积极切除可为IDH-wildtype型胶质母细胞瘤患者带来不同临床特征下的差异化获益。
CANCER LETTERS
IF10.1
基于病理学的机器学习模型预测局部晚期直肠癌患者新辅助放化疗后病理完全缓解和预后: 来自两项独立机构研究的见解
BMC CANCER
IF3.4
基于可解释机器学习的新型预测因子对新辅助放化疗下局部进展期直肠癌病理完全缓解的预测和验证
EJSO
IF2.9

