Radiology:深度学习,实现胸片对COPD患者的预后预测!
通过使用卷积神经网络(CNN),深度学习模型可能能够为预后应用提取相关的定量值。此外,分类器与CNN的有效并行合并使图像数据和临床因素的处理能够产生有价值的结果。
MedSci原创 - COPD,深度学习,胸片 - 2022-10-04
Radiology:肺腺癌患者胸部CT深度学习生存预测模型的组织病理学价值
最近,有学者提出了一个基于CT的术前深度学习(DL)预测模型来估计肺腺癌患者的无病生存期。
MedSci原创 - 肺腺癌,深度学习 - 2022-10-14
European Radiology:基于CT的深度学习放射组学列线图在透明细胞肾癌患者预后预测方面的价值
现阶段,人工智能(AI)已广泛应用于医学成像领域,以便于精确诊断和更好的决策,已经在诊断和预测RCC患者肿瘤分级和预后方面提供了令人鼓舞的结果。
MedSci原创 - 肾癌,深度学习 - 2024-04-10
Nature子刊:同济大学佘云浪/陈昶/谢冬开发新的方法,预测肺癌隐匿性淋巴结转移
本研究表明,DLNMS对N0期NSCLC的ONM有一定的预测价值。
iNature - 非小细胞肺癌,正电子发射断层扫描,心脏计算机断层扫描,肺癌隐匿性淋巴结转移 - 2023-11-26
European Radiology:预测NSCLC预后的临床影像综合分析方法
现阶段,8F-氟脱氧葡萄糖([18F]FDG)正电子发射断层扫描/计算机断层扫描(PET/CT)是分子影像学和经病理学的代表。
MedSci原创 - NSCLC,PET/CT,18F-FDG-PET/CT - 2023-01-12
PLoS Med:深度学习在肺癌预测中的应用
这项研究结果提供了证据表明,深度学习网络可用于基于NSCLC患者标准治疗CT影像的死亡风险分层。
MedSci原创 - 肺癌,深度学习,预后 - 2018-12-26
European Radiology:深度学习分割算法在转移性肾癌患者中对骨骼肌指数的全自动量化
基于深度学习(DL)的分割算法可提高数据处理速度和可重复性,可以符合放射科医生的日常工作流程的方式来测量病人的肌肉疏松情况。
MedSci原创 - 深度学习,转移性肾癌 - 2022-07-22
Radiology:深度学习预测临床I期非小细胞肺癌N2转移和生存
深度学习特征能准确预测临床I期非小细胞肺癌N2期病变及预后分层
MedSci原创 - 非小细胞肺癌,深度学习 - 2022-01-02
《Nature》子刊力证:术后ctDNA-MRD分析可预测NSCLC的辅助化疗获益!
该研究证明了ctDNA-MRD可作为一种可靠的生物标志物,用于NSCLC的术后和ACT治疗后风险分层以及复发的早期检测。
e药安全 - 术后ctDNA-MRD,可预测NSCLC,辅助化疗获益 - 2022-08-31
British Journal of Cancer:肿瘤诊断治疗新方法
在这篇文章中,作者利用多组学方法描述了放射基因组学在精准医学中的应用,概述了放射基因组学在肿瘤诊断、治疗计划和评估方面的主要应用,目的是发展个性化的医学。
小桔灯网 - 肿瘤诊断 - 2023-08-14
Clinical and molecular hepatology:使用深度学习算法的计算机断层扫描分析在慢性乙型肝炎病毒感染患者中的预后作用
基于深度学习自动测量的脾脏体积、VAT和SAT指标可为CHB患者提供多种预后信息。
MedSci原创 - 慢性乙型肝炎,预后评估 - 2023-10-29
European Radiology:深度学习在胸腺上皮肿瘤组织学亚型鉴别诊断中的应用
增强计算机断层扫描(CECT)可以提供纵隔软组织病变的详细形态学信息,是一种有无创诊断和评估TET的重要临床工具。
MedSci原创 - 深度学习,胸腺上皮肿瘤 - 2024-03-03
影像组学的前沿研究与未来挑战
作者:郭翌,余锦华,汪源源,上海市医学图像处理与计算机辅助手术重点实验室;周世崇,常才,复旦大学附属肿瘤医院超声科 由于成像技术的迅速发展,医学影像已成为疾病管理中的重要模式,为临床提供了全面的视角和丰富的信息,在疾病筛查、早期诊断、治疗选择和预后评估等方面发挥着举足轻重的作用。现已知病灶形态或功能上的变化是由患者个体的基因、细胞、生理微环境、生活习惯和生存大环境等诸多因素共同决定的
肿瘤影像学 - 影像组学 - 2017-11-07
为您找到相关结果约500个