• search hit 10 of 13
Back to Result List

EPCO-52. Machine learning and multi-omic analysis identify a microenvironment-driven meningtoma risk continuum underlying molecular classifications [Abstract]

Export metadata

Statistics

Number of document requests

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Sybren Maas, Yiheng Tang, Eric Stutheit-Zhao, Ramin Rahmanzade, Thomas Hielscher, Ferdinand Zettl, Salvatore Benfatto, Domenico Calafato, Martin Sill, Jasim Kada Benotmane, Yahaya Yabo, Matthieu Peyre, Roman Sankowski, Konstantin Okonechnikov, Philip Sievers, Areeba Patel, David Reuss, Oliver Hanemann, Katrin Lamszus, Nima Etminan, Andreas Unterberg, Christian Mawrin, Rachel Grossmann, Zvi Ram, Miriam Ratliff, Marian Neidert, Eelke Bos, Marco Prinz, Michael Weller, Till Acker, Felix Hartmann, Matthias Preusser, Ghazaleh Tabatabai, Christel Herold-Mende, Sandro Krieg, David Jones, Stefan Pfister, Wolfgang Wick, Michel Kalamarides, Andreas von Deimling, Dieter Henrik Heiland, Volker Hovestadt, Moritz Gerstung, Matthias SchlesnerORCiDGND, Felix Sahm
Frontdoor URLhttps://opus.bibliothek.uni-augsburg.de/opus4/127481
ISSN:1522-8517OPAC
ISSN:1523-5866OPAC
Parent Title (English):Neuro-Oncology
Publisher:Oxford University Press (OUP)
Place of publication:Oxford
Type:Article
Language:English
Year of first Publication:2025
Publishing Institution:Universität Augsburg
Release Date:2026/01/19
Volume:27
Issue:Supplement 5
First Page:v14
DOI:https://doi.org/10.1093/neuonc/noaf201.0051
Institutes:Fakultät für Angewandte Informatik
Fakultät für Angewandte Informatik / Institut für Informatik
Fakultät für Angewandte Informatik / Institut für Informatik / Lehrstuhl für Biomedizinische Informatik, Data Mining und Data Analytics
Dewey Decimal Classification:0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 004 Datenverarbeitung; Informatik