Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10923/25602
Registro completo de metadatos
Campo DCValorIdioma
dc.contributor.advisorMachado, Denise Cantarelli
dc.contributor.advisorSilva, Ana Maria Marques da
dc.contributor.authorRavazio, Rafaela Cappelari
dc.date.accessioned2023-08-01T12:08:51Z-
dc.date.available2023-08-01T12:08:51Z-
dc.date.issued2023pt_BR
dc.identifier.urihttps://hdl.handle.net/10923/25602-
dc.description.abstractpt_BR
dc.description.abstracten_US
dc.language.isoPortuguêspt_BR
dc.publisherPontifícia Universidade Católica do Rio Grande do Sulpt_BR
dc.rightsopenAccessen_US
dc.subjectPULMÕES - DOENÇASpt_BR
dc.subjectTOMOGRAFIA COMPUTADORIZADApt_BR
dc.subjectDOENÇA POR COVID-19pt_BR
dc.subjectAPRENDIZADO DO COMPUTADORpt_BR
dc.subjectMEDICINApt_BR
dc.titleRadiomic approach for Covid-19 prognosis in lung computed tomography: a longitudinal studypt_BR
dc.typemasterThesispt_BR
dc.degree.grantorPontifícia Universidade Católica do Rio Grande do Sulpt_BR
dc.degree.departmentInstituto de Geriatria e Gerontologiapt_BR
dc.degree.programPrograma de Pós-Graduação em Gerontologia Biomédicapt_BR
dc.degree.levelMestradopt_BR
dc.degree.date2023pt_BR
dc.publisher.placePorto Alegrept_BR
Aparece en las colecciones:Dissertação e Tese

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
000506184-Texto+confidencial-0.pdfTexto confidencial322,24 kBAdobe PDFAbrir
Ver


Todos los ítems en el Repositorio de la PUCRS están protegidos por derechos de autor, con todos los derechos reservados, y están bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional. Sepa más.