F
Francesca Ciccarone
H指数:24
被引数:2,047
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
利用放射组学区分高分级和低分级浆液性卵巢癌:一项初步研究
开发和验证基于超声的机器学习模型,整合放射组学特征以预测附件肿块的恶性程度
基于放射组学的超声模型用于区分子宫肉瘤与子宫肌瘤(ROMUS):一项回顾性试点意大利多中心卵巢癌试验(MITO)研究
高级别子宫内膜间质肉瘤与软组织和肾脏BCOR突变型肉瘤密切相关,而非与其他子宫肉瘤相关:对子宫肉瘤分类的启示
Journal of Pathology
IF5.2
子宫内膜癌中超声检查结果与组织病理学和分子特征的相关性:一项多中心研究
妇科疾病影像学(30):普通型及平滑肌瘤变型的临床与超声特征
超声引导下活检在检测化疗放疗后复发性或持续性宫颈癌中的诊断性能:一项前瞻性单中心研究。
妇科癌症手术住院期间的心理痛苦、身体意象和营养状况:一项前瞻性观察研究
基于超声模型的区分良性及恶性附件肿块的外部验证:一项全国性前瞻性多中心研究(IOTA第6阶段)
全面的基因组分析及原发性卵巢平滑肌肉瘤的临床病理特征
罕见的妇科肉瘤研究: 379子宫肉瘤项目的分子和临床病理结果
超声图像的放射组学分析,以超声实体形态区分良性和恶性附件肿块
原发性卵巢平滑肌肉瘤的综合基因组特征:七例分析
VIRCHOWS ARCHIV
IF3.1
人工智能应用于妇科肿瘤超声的系统评价
BIOMEDICINES
IF3.9
SCIENTIFIC REPORTS
IF3.9

