European Radiology:胰腺癌放射组学的研究现状
放射组学是一种新颖的、有前途的高级计算方法,涉及从医学图像中提取人眼无法辨别的所谓放射性组学特征(RFs)。
MedSci原创 - 胰腺癌,放射组学 - 2023-11-30
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
Academic radiology:放射组学协助BI-RADS诊断4A类病灶!
现阶段,美国放射学会(ACR)的乳腺成像报告和数据系统(BI-RADS)已广泛用于临床实践以规范超声描述。该系统根据不同的超声特征将乳腺疾病分为五类,其中BI-RADS 4又分为4A、4B和4C类。
MedSci原创 - BI-RADS,放射组学 - 2023-09-13
European Radiology:可预测卒中后癫痫的新型放射组学模型!
2012年,Philippe Lambin等人首次描述并提出了放射组学概念,可以从计算机断层扫描(CT)、正电子发射断层扫描(PET)或磁共振成像(MRI)获得的放射图像中以高通量提取和分析大量高级定
MedSci原创 - 卒中,放射组学 - 2023-11-20
Academic Radiology:基于放射组学特征亚实性肺腺癌的间隔生长
相关研究文献回顾发现,在肺癌筛查项目中,亚实性结节(SSN)的发病率高达9%。其中,小于五毫米(5mm)的磨玻璃结节(GGNs)占筛查发现的所有SSNs的70%。
MedSci原创 - 肺腺癌,放射组学 - 2023-11-11
academic radiology:MRI放射组学,实现踝关节结构改变的早期识别!
近年来,放射组学,即从医学图像中提取成像特征并使用机器学习算法从这些特征中得出结论,已成为计算机辅助临床评估和规划的一种新兴方法。
MedSci原创 - 踝关节,放射组学 - 2023-10-10
academic radiology:MR放射组学实现乳腺癌的无创组织学分级
放射组学是一种新兴的影像学方法,可以从医学图像中提取手工制作的放射组学特征,然后用机器学习方法选择关键特征作为定量癌症预后的特征。
MedSci原创 - 乳腺癌,放射组学 - 2023-10-21
academic radiology:放射组学在预测轻度认知障碍到AD进展方面的价值
放射组学是一项结合了医学和工程学的新兴技术,能够通过提取大量的放射线组学特征来量化组织的固有异质性或同质性,从而帮助预后预测和临床决策。
MedSci原创 - AD,认知障碍,轻度认知障碍,放射组学 - 2023-11-06
Investigative Radiology:磁共振成像图像处理对放射组学特征的影响
虽然建议在提取放射学特征前进行标准化的图像处理,但迄今为止还没有公布专门的MRI处理参数设置,因此需要进一步的研究进行明确及验证。
MedSci原创 - 磁共振成像(MRI),放射组学 - 2023-06-16
European Radiology:放射组学,实现人类肺成熟度的无创胎儿MRI评估!
现阶段,胎儿MRI在评估超声检查怀疑肺部发育异常的病例中发挥着重要作用,有助于指导管理团队和家长优化围产期和产后治疗计划。
MedSci原创 - 放射组学,胎儿MRI - 2023-09-07
academic radiology:MRI放射组学模型在预测卵巢癌肿瘤残留方面的价值
高级别浆液性卵巢癌(HGSOC)是最普遍的组织学亚型。HGSOC往往在晚期被诊断出来,有广泛的腹腔内转移且没有特定的症状,因此导致疾病的高复发率和死亡率。
MedSci原创 - 卵巢癌,放射组学 - 2023-10-18
academic radiology:CT放射组学模型,实现结直肠癌的术前无创风险分层!
放射性组学可从常规的、临床获得的放射学图像中高通量地计算提取和分析成像特征,可以获得潜在的有价值的高维度的肿瘤异质性信息并超越了人眼的限制。
MedSci原创 - 结直肠癌,放射组学 - 2023-10-19
European Radiology:用于慢性肾病纤维化无创检测的多模态放射组学模型
现阶段,放射性组学已被应用于不同的成像模式,用于识别和区分肾脏疾病,包括肾脏肿瘤及癌变、临床T1肾脏肿块的恶性和良性鉴别和肾脏肿瘤组织学亚型、糖尿病患者的早期肾脏损伤等。
MedSci原创 - 放射组学模型,慢性肾病纤维化 - 2023-07-25
academic radiology:基于CTA的血栓放射组学预测卒中发生时间的能力及价值
放射组学是通过高通量自动化提取医学图像特征,创建高维数据集并建立函数或数学模型来完成特定任务,包括数据采集、利益区域(ROI)分割、特征提取和建模。
MedSci原创 - 脑卒中,CTA - 2023-11-08
European Radiology:使用机器学习和CMR放射组学预测心血管事件的发生
放射组学是一种定量的图像分析方法,可以提取有关心室形状和心肌特征的高度详细的信息,从而从现有的标准医疗图像中提供新的信息。
MedSci原创 - CMR,机器学习 - 2023-08-08
为您找到相关结果约500个