Sci Rep：CT技术中利用深度学习Radiomics对膀胱癌治疗响应的评估
2017-08-19 AlexYang MedSci原创
横断面X射线成像已经成为大多数固体器官恶性肿瘤分段的标准。然而，一些恶性肿瘤，比如尿膀胱癌，该技术目前的成像方法对准确评估该疾病局部病况的能力和了解对系统性化疗的响应是受限的。最近，有研究人员探索了基于radiomics的预测模型的可行性。该模型利用了治疗前后的计算机断层扫描（CT）成像，这也许可以成功的区分具有或者不具有化学疗法反应膀胱癌情况。研究人员在研究中共评估了3例独特的基于radiomi
横断面X射线成像已经成为大多数固体器官恶性肿瘤分段的标准。然而，一些恶性肿瘤，比如尿膀胱癌，该技术目前的成像方法对准确评估该疾病局部病况的能力和了解对系统性化疗的响应是受限的。最近，有研究人员探索了基于radiomics的预测模型的可行性。该模型利用了治疗前后的计算机断层扫描（CT）成像，这也许可以成功的区分具有或者不具有化学疗法反应膀胱癌情况。研究人员在研究中共评估了3例独特的基于radiomics的预测模型，每一种模型都利用了不同的基本设计原则，从通过深度学习卷积识别网络的模式识别方法到一个更加具有确定性的基于radiomics特性的方法，之后，在这两者之间搭建了一个桥梁，即利用可以从成像模式中提取radiomics特性的一个系统。最后，研究人员指出，他们的研究表明了利用来自膀胱癌病人治疗前后的CT的radiomics信息的计算机化评估具有协助治疗响应评估的潜力。原始出处：Kenny H. Cha， Lubomir Hadjiiski， Heang-Ping Chan et al. Bladder Cancer Treatment Response Assessment in CT
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
学习了受益匪浅
67