为您找到相关结果约500个

你是不是要搜索 期刊放射组学特征 点击跳转

Academic radiology:CT<font color="red">放射</font><font color="red">组</font><font color="red">学</font><font color="red">特征</font>在慢性阻塞性肺病患者中的应用

Academic radiology:CT放射特征在慢性阻塞性肺病患者中的应用

基于纹理的放射特征可以从CT图像中提取的定量特征,为临床提供关于体素灰度的相关信息。

MedSci原创 - COPD,放射组学 - 2023-11-14

Investigative Radiology:结合深度学习和<font color="red">放射</font><font color="red">组</font><font color="red">学</font>实现自动且全面的全身MRI骨髓<font color="red">特征</font>评估!

Investigative Radiology:结合深度学习和放射实现自动且全面的全身MRI骨髓特征评估!

现代全身成像技术,如磁共振成像(MRI)或正电子发射断层扫描,可以评估完整的骨髓(BM),并且根据目前的指南对单克隆浆细胞疾病进行评估。

MedSci原创 - 深度学习,放射组学,全身MRI - 2023-07-18

Radiology:基于乳腺钼靶的<font color="red">放射</font><font color="red">组</font><font color="red">学</font><font color="red">特征</font>在导管原位癌上分期的预测价值

Radiology:基于乳腺钼靶的放射特征在导管原位癌上分期的预测价值

乳腺导管原位癌(DCIS)是分期为0期的乳腺癌,约占所有新诊断乳腺癌的14.9%。虽然DCIS没有生命危险,许多DCIS病例可能永远不会发展为浸润性癌症,但它是浸润性导管癌进展的潜在发现。

MedSci原创 - 乳腺导管原位癌,乳腺钼靶 - 2022-03-10

European Radiology:病变大小对血管壁MRI定量测量再现性和<font color="red">放射</font><font color="red">组</font><font color="red">学</font><font color="red">特征</font>的影响

European Radiology:病变大小对血管壁MRI定量测量再现性和放射特征的影响

以前的研究报道了血管壁磁共振成像中放射特征的重现性,但仅限于检查颅内动脉粥样硬化,然而没有研究评估病变大小对VW-MRI中放射特征的可重复性的影响。

MedSci原创 - 放射组学,血管壁磁共振成像 - 2023-02-20

European Radiology:利用常规斑块参数和CCTA的<font color="red">放射</font><font color="red">组</font><font color="red">学</font><font color="red">特征</font>预测冠状动脉的斑块进展

European Radiology:利用常规斑块参数和CCTA的放射特征预测冠状动脉的斑块进展

放射是一项提取来自数字图像尺寸数据微量元素的影像方法,可获得病变的病理生理信息,并评价其与放射的关系。

MedSci原创 - CCTA,放射组学 - 2024-03-22

Radiology:<font color="red">放射</font><font color="red">组</font><font color="red">学</font>评价肝纤维化

Radiology:放射评价肝纤维化

本研究旨在探讨深度卷积神经网络(DCNN)模型通过应用钆酸增强肝胆期磁共振(MR)成像在肝纤维化分期中的表现。

MedSci原创 - 神经网络,肝纤维化,肝胆期 - 2018-06-07

European Radiology:冠状动脉外脂肪组织的<font color="red">放射</font><font color="red">组</font><font color="red">学</font><font color="red">特征</font>在CT-FFR中的应用

European Radiology:冠状动脉外脂肪组织的放射特征在CT-FFR中的应用

冠状动脉CT血管造影(CCTA)是一种十分具有临床价值的无创成像方式,可以更加安全地排除阻塞性CAD,并被最近的指南推荐为CAD中等预检概率患者的一线手段。

MedSci原创 - 冠状动脉疾病,CCTA,CT-FFR - 2023-02-03

academic radiology:多序列MR<font color="red">放射</font><font color="red">组</font><font color="red">学</font><font color="red">特征</font>预测脑转移瘤中的EGFR T790M突变

academic radiology:多序列MR放射特征预测脑转移瘤中的EGFR T790M突变

放射是一个不断发展的领域,通过从图像中提取一特征,可以将医学图像自动分类到一个预定义的群体中。

MedSci原创 - 脑转移瘤,放射组学 - 2023-11-07

European Radiology:<font color="red">放射</font><font color="red">组</font><font color="red">学</font>在评估全脑<font color="red">放射</font>治疗反应中的应用

European Radiology:放射在评估全脑放射治疗反应中的应用

全脑放疗(WBRT)对全脑进行照射,主要适用于不适合手术或放射外科的脑转移患者。

MedSci原创 - 脑转移,全脑放疗,放射组学 - 2022-10-25

European Radiology:DWI和ASL<font color="red">放射</font><font color="red">组</font><font color="red">学</font><font color="red">特征</font>在区分胶质瘤复发和辐射损伤中的应用

European Radiology:DWI和ASL放射特征在区分胶质瘤复发和辐射损伤中的应用

放射是一种新兴的诊断方法,可从图像中提取大量的特征并将其转换为高维特征,可以全面反映T1WI、T2WI和对比增强T1WI(CE-T1WI)等常规MRI序列的肿瘤空间结构的异质性。

MedSci原创 - 胶质瘤,DWI,ASL,放射组学 - 2023-08-19

Radiology:CT<font color="red">放射</font><font color="red">组</font>学分析中有哪些<font color="red">特征</font>才是有用的呢?

Radiology:CT放射学分析中有哪些特征才是有用的呢?

本研究旨在鉴定CT中重复性和必要性的放射特征(RFs),并将结果发表在Radiology上。

MedSci原创 - 放射组学,扫描参数,一致性 - 2018-06-08

Euro Radiol:来自不同机构、不同扫描仪的CT<font color="red">放射</font><font color="red">组</font><font color="red">学</font><font color="red">特征</font>是否具有可重复性?

Euro Radiol:来自不同机构、不同扫描仪的CT放射特征是否具有可重复性?

双能量CT(DECT)具有第二个X射线光谱,可以区分多种材料,可生成一虚拟单色图像(VMIs),使得一些新的和临床相关的CT应用成为可能。

MedSci原创 - 放射组学,双能量CT - 2022-05-09

Inves Radio:单克隆浆细胞疾病患者MRI<font color="red">放射</font><font color="red">组</font><font color="red">学</font><font color="red">特征</font>的体内可重复性评估

Inves Radio:单克隆浆细胞疾病患者MRI放射特征的体内可重复性评估

一些关于放射的专家建议强调,可重复性是年轻的放射学学科大规模应用于临床的主要挑战之一,因此应重点评估放射特征(RFs)的重复性和可重复性。

MedSci原创 - 放射组学,单克隆浆细胞疾病,放射组学特征 - 2023-03-14

European Radiology:MRI<font color="red">放射</font><font color="red">组</font><font color="red">学</font><font color="red">特征</font>可以预测局部晚期食管鳞状细胞癌新辅助化疗的病理反应

European Radiology:MRI放射特征可以预测局部晚期食管鳞状细胞癌新辅助化疗的病理反应

放射放射领域的一门技术,是建立在医学图像所包含的信息比人眼所能感知到的更多的前提下。最近的研究表明,放射特性可用作多种恶性肿瘤病变表征、治疗决策和肿瘤预后的生物标志物。

MedSci原创 - 食管鳞状细胞癌,放射组学 - 2024-05-06

Radiology:如何塑造理想化的<font color="red">放射</font><font color="red">组</font><font color="red">学</font>模型?

Radiology:如何塑造理想化的放射模型?

数据分区是指将可用数据分为不同的训练、验证和测试集。从根本上说,每个分区对ML模型的开发都是必要的,因为它分别用于学习参数(训练)、评估这些参数的影响(验证)和评估最终模型(测试)的内部和外部。

MedSci原创 - 放射组学模型 - 2023-07-04

为您找到相关结果约500个