Academic radiology:CT放射组学特征在慢性阻塞性肺病患者中的应用
基于纹理的放射组学特征可以从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:结合深度学习和放射组学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:基于乳腺钼靶的放射组学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定量测量再现性和放射组学特征的影响
以前的研究报道了血管壁磁共振成像中放射学特征的重现性,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中放射学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的放射组学特征预测冠状动脉的斑块进展
放射组学是一项提取来自数字图像尺寸数据微量元素的影像学方法,可获得病变的病理生理信息,并评价其与放射学的关系。
MedSci原创 - CCTA,放射组学 - 2024-03-22
Radiology:放射组学评价肝纤维化
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放射组学特征在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放射组学特征预测脑转移瘤中的EGFR T790M突变
放射组学是一个不断发展的领域,通过从图像中提取一组特征,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:放射组学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放射组学特征在区分胶质瘤复发和辐射损伤中的应用
放射组学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放射组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组学特征(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放射组学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,可生成一组虚拟单色图像(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放射组学特征的体内可重复性评估
一些关于放射组学的专家建议强调,可重复性是年轻的放射组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组学特征(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放射组学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
放射组学是放射学领域的一门技术,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,放射组学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:如何塑造理想化的放射组学模型?
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