Sztuczna inteligencja w służbie walki z rakiem piersi na podstawie projektu Alcid

Social sciences in times of change: Human rights facing...

BOOK CHAPTER (528-543)

Artur Olszewski

Edyta Rosińska-Wielec ¹

1	Akademia Nauk Stosowanych WSGE im. A. De Gasperi w Józefowie

Download (PDF)

References (16)

REFERENCES (16)

Gośliński, J. (2024). Niska zgłaszalność na badania mammograficzne, 28.09., Zwrotnik Raka.pl, Portal Onkologiczny. Dostęp 2.04.2025 z https://www.zwrotnikraka.pl/ni....

Google Scholar

Jędrzejczyk, T., Wrona, A., Owoc, A., Dziatkowiak, H., Kędra, E., Biskup, M. (2019). Inequalities in breast cancer incidence and stage distribution between urban and rural female population in Świętokrzyskie Province, w: Instytut Medycyny Wsi, Annals of Agricultural and Environmental Medicie, nr 1, vol. 26, ss. 159–164. Dostęp 12.02.2025 z https://www.aaem.pl/Inequaliti....

Google Scholar

KRN (2022) Krajowy Rejestr Nowotworów. Nowotwory złośliwe piersi u kobiet – Polska 2022. Dostęp 12.02.2025 z https://onkologia.org.pl/pl/ep....

Google Scholar

Litjens, G. i in. (2017). A survey on deep learning in medical image analysis, w: Medical Image Analysis, nr 42, ss. 60–88.

Google Scholar

MIDOG (2022). Mitosis Domain Generalization Challenge. Dostęp 02.04.2025 z https://midog2022.grand-challe....

Google Scholar

OECD (2025) European Observatory on Health Systems and Policies. Poland: Country Cancer Profile. Dostęp 12.05.2025 z https://www.oecd.org/publicati....

Google Scholar

Pawlak, M. (2024). Rak piersi – charakterystyka, przyczyny i profilaktyka w pigułce, Szpital Medikor. Dostęp 07.03.2025 z https://szpital.medikor.pl/blo....

Google Scholar

Raport z realizacji projektu INFOSTRATEG-I/0041/2021-00, Faza I (2022) Alcid Sp. z o.o.

Google Scholar

Raport z realizacji projektu INFOSTRATEG-I/0041/2021-00, Faza II. (2024) Alcid Sp. z o.o.

Google Scholar

10.

Raport z realizacji projektu INFOSTRATEG-I/0041/2021-00, Faza III (2025) Alcid Sp. z o.o.

Google Scholar

11.

Rawat, W. i in. (2021). Deep learning for histopathological image analysis: Recent trends and future directions, w: Computers in Biology and Medicine, Nr 128.

Google Scholar

12.

Steiner, D. F. i in. (2018). Impact of deep learning assistance on the histopathologic review of lymph nodes for metastatic breast cancer, w: American Journal of Surgical Pathology, Nr 42(12), ss. 1636–1646.

Google Scholar

13.

Sung, H. i in. (2021). Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide. CA Cancer J Clin, Nr 71(3), ss. 209–249.

Google Scholar

14.

Wang, X. i in. (2019). Breast cancer histopathological image classification using deep neural networks, w: Computers in Biology and Medicine, Nr 123.

Google Scholar

15.

WHO (2019). Classification of Breast Tumours, 5th edition. World Health Organization.

Google Scholar

16.

WHO (2024). Breast cancer. Fact sheet, 2023. World Health Organization. 13 March. Dostęp 12.02.2025 z https://www.who.int/news-room/....

Indexes