Wir verwenden Cookies, um Ihnen ein optimales Webseiten-Erlebnis zu bieten. Dazu zählen Cookies, die für den Betrieb der Seite notwendig sind, sowie solche, die lediglich zu anonymen Statistikzwecken, für Komforteinstellungen oder zur Anzeige personalisierter Inhalte genutzt werden. Sie können selbst entscheiden, welche Kategorien Sie zulassen möchten. Bitte beachten Sie, dass auf Basis Ihrer Einstellungen womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen. Weitere Informationen finden Sie in unseren Datenschutzhinweisen .

Essentiell aktivieren/deaktivieren

Diese Cookies sind für die Funktionalität unserer Website erforderlich und können nicht deaktiviert werden.

Name	Webedition CMS
Zweck	Dieses Cookie wird vom CMS (Content Management System) Webedition für die unverwechselbare Identifizierung eines Anwenders gesetzt. Es bietet dem Anwender bessere Bedienerführung, z.B. Speicherung von Sucheinstellungen oder Formulardaten. Typischerweise wird dieses Cookie beim Schließen des Browsers gelöscht.
Name	econda
Zweck	Session-Cookie für die Webanalyse Software econda. Diese läuft im Modus „Anonymisiertes Messen“.

Statistik aktivieren/deaktivieren

Diese Cookies helfen uns zu verstehen, wie Besucher mit unserer Webseite interagieren, indem Informationen anonym gesammelt und analysiert werden. Je nach Tool werden ein oder mehrere Cookies des Anbieters gesetzt.

Name	econda
Zweck	Measure with Visitor Cookie emos_jcvid

Externe Medien aktivieren/deaktivieren

Inhalte von externen Medienplattformen werden standardmäßig blockiert. Wenn Cookies von externen Medien akzeptiert werden, bedarf der Zugriff auf diese Inhalte keiner manuellen Zustimmung mehr.

Name	YouTube
Zweck	Zeige YouTube Inhalte
Name	Twitter
Zweck	Twitter Feeds aktivieren

Forschung

Publikationen 2019

Finotello, F. ; Mayer, C. ; Plattner, C. ; Laschober, G. ; Rieder, D. ; Hackl, H. ; Krogsdam, A. ; Loncova, Z. ; Posch, W. ; Wilflingseder, D. ; Sopper, S. ; Ijsselsteijn, M. ; Brouwer, T. P. ; Johnson, D. ; Xu, Y. ; Wang, Y. ; Sanders, M. E. ; Estrada, M. V. ; Ericsson-Gonzalez, P. ; Charoentong, P. ; Balko, J. ; de Miranda, N. F. d. C. C. ; Trajanoski, Z.
Molecular and pharmacological modulators of the tumor immune contexture revealed by deconvolution of RNA-seq data.
Genome medicine 11(1), 34 (2019) [10.1186/s13073-019-0638-6]2019 DBCoverage Fulltext by Pubmed Central BibTeX | EndNote: XML, Text | RIS

Halama, N. (Last author)
Machine learning for tissue diagnostics in oncology: brave new world.
British journal of cancer 121(6), 431-433 (2019) [10.1038/s41416-019-0535-1]2019 BibTeX | EndNote: XML, Text | RIS

Suarez-Carmona, M. (First author) ; Chaorentong, P. ; Kather, J. N. ; Rothenheber, R. ; Ahmed, A. ; Berthel, A. ; Heinzelmann, A. ; Moraleda, R. ; Valous, N. ; Kosaloglu, Z. ; Eurich, R. ; Wolf, J. ; Grauling-Halama, S. ; Hundemer, M. ; Lasitschka, F. ; Klupp, F. ; Kahlert, C. ; Ulrich, A. ; Schneider, M. ; Falk, C. ; Jäger, D. ; Zoernig, I. ; Halama, N. (Last author)
CCR5 status and metastatic progression in colorectal cancer
OncoImmunology 8(9), e1626193 - (2019) [10.1080/2162402X.2019.1626193]2019 BibTeX | EndNote: XML, Text | RIS

Kather, J. N. (First author) ; Pearson, A. T. ; Halama, N. ; Jäger, D. ; Krause, J. ; Loosen, S. H. ; Marx, A. ; Boor, P. ; Tacke, F. ; Neumann, U. P. ; Grabsch, H. I. ; Yoshikawa, T. ; Brenner, H. ; Chang-Claude, J. ; Hoffmeister, M. ; Trautwein, C. ; Luedde, T.
Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer.
Nature medicine 25(7), 1054-1056 (2019) [10.1038/s41591-019-0462-y]2019 BibTeX | EndNote: XML, Text | RIS

Kather, J. N. (First author) ; Halama, N. (Last author)
Harnessing the innate immune system and local immunological microenvironment to treat colorectal cancer.
British journal of cancer 120(9), 871 - 882 (2019) [10.1038/s41416-019-0441-6]2019 BibTeX | EndNote: XML, Text | RIS

Kather, J. N. (First author) ; Krisam, J. ; Charoentong, P. ; Luedde, T. ; Herpel, E. ; Weis, C.-A. ; Gaiser, T. ; Marx, A. ; Valous, N. ; Ferber, D. ; Jansen, L. ; Reyes-Aldasoro, C. C. ; Zörnig, I. ; Jäger, D. ; Brenner, H. ; Chang-Claude, J. ; Hoffmeister, M. ; Halama, N. (Last author)
Predicting survival from colorectal cancer histology slides using deep learning: A retrospective multicenter study.
PLoS medicine 16(1), e1002730 - (2019) [10.1371/journal.pmed.1002730]2019 DBCoverage Fulltext by Pubmed Central BibTeX | EndNote: XML, Text | RIS

powered by webEdition CMS