检索历史 清除

【中文期刊】 徐刚 陈鹏  等 《磁共振成像》 2024年15卷4期 50-55,77页 ISTICPKUCSCDCA

【摘要】 目的 探讨基于MRI放射组学特征的机器学习(machine learning,ML)模型对脊髓型颈椎病(cervical spondylotic myelopathy,CSM)进行危险度分级的价值.材料与方法 回顾性分析临床诊断为CSM的患...

【关键词】 脊髓型颈椎病； 放射组学； 机器学习；

【中文期刊】 张金伟 谷涛  等 《中国医学影像学杂志》 2024年32卷11期 1191-1194,1200页 ISTICPKUCSCD

【摘要】 近年来,随着胸部CT筛查的广泛应用,磨玻璃结节的检出率越来越高.磨玻璃结节是否具有侵袭性影响治疗方案的选择,因此术前预测其侵袭性具有重要临床意义.高分辨率CT、CT放射组学、深度学习和神经网络等机器学习方法在预测磨玻璃结节肺腺癌侵袭性方面已...

【关键词】 磨玻璃结节； 肺腺癌； 体层摄影术,X线计算机；

【中文期刊】 陈潇豫 魏达友  等 《影像研究与医学应用》 2024年8卷17期 33-36页

【摘要】 目的:基于放射组学、深度学习、病理组学多组学分析成像表型特征与膀胱癌(BLCA)肿瘤蛋白53(TP53)突变模式的关系.方法:基于公共数据库下载 57 例BLCA患者的多组学数据.以术前动脉期CT提取放射组学和深度学习特征,从术后苏木精-伊...

【关键词】 膀胱癌； TP53突变； 放射组学；

【中文期刊】 林阳兴 曾华驱  《中国医疗器械信息》 2024年30卷8期 44-46,144页

【摘要】 影像学在癌症的诊断和分期,以及放射治疗的预后预测和效果评估中起着重要作用.影像组学通过对医学图像进行更深入的分析可以揭示新的图像特征,这些特征可以提供有用的诊断、预后或预测信息.在这篇文章中,作者对放射组学进行概述,包括其原理、流程和在肿瘤...

【关键词】 影像组学； 机器学习放射治疗； 医学影像；

【中文期刊】 陈德强 孟亮  等 《实用放射学杂志》 2023年39卷1期 79-82页 ISTICPKUCA

【摘要】 目的 评价CT放射组学分析对低级别[WHO/国际泌尿病理学会(ISUP)分级Ⅰ～Ⅱ]肾透明细胞癌(ccRCC)的鉴别能力.方法 回顾性分析89例低级别(Ⅰ～Ⅱ)ccRCC患者,其中Ⅰ级ccRCC33例,Ⅱ级ccRCC56例,分级标准为201...

【关键词】 肾透明细胞癌； WHO/ISUP分级； 放射组学；

【中文期刊】 王欢 王赫隆  等 《现代肿瘤医学》 2023年31卷5期 898-904页 ISTICCA

【摘要】 目的:基于治疗前CT图像筛选放射组学特征构建列线图模型预测早期非小细胞肺癌(early stage-non-small cell lung cancer,ES-NSCLC)和肺部寡转移癌的放疗疗效.方法:本研究纳入122例接受立体定向放射治...

【关键词】 立体定向放射治疗； 非小细胞肺癌； 列线图；

【中文期刊】 康兆庭 杨田  等 《中国CT和MRI杂志》 2023年21卷1期 18-21页 ISTIC

【摘要】 目的 1p/19q共缺失突变已被证明是低级别胶质瘤(LGG)患者的良好预后和治疗计划的生物标志物.本研究的目的是建立一个联合临床和磁共振(MRI)放射组学特征的列线图模型来预测1p/19q共缺失状态.方法 回顾性研究了来自癌症影像数据库的2...

【关键词】 放射组学； 核磁共振； 低级别胶质瘤；

【中文期刊】 李颖 张景峰  等 《影像诊断与介入放射学》 2023年32卷6期 444-449页 ISTIC

【摘要】 免疫检查点抑制剂相关性肺炎(CIP)是免疫治疗中由于免疫系统过度激活引起的常见且致死率高的并发症.CIP的诊断是排他性的,掌握临床及影像学特点并运用放射组学等新兴工具有助于CIP的早期诊断、及时治疗及预后改善.本文就CIP的定义、临床特点、...

【关键词】 免疫检查点抑制剂相关性肺炎； 诊断； 放射组学；

【中文期刊】 高琳 于鑫鑫  等 《山东大学学报（医学版）》 2022年60卷5期 87-97页 ISTICPKUCA

【摘要】 目的 评估从平扫CT及增强CT图像中提取的组学特征是否能提高对纯磨玻璃结节(pGGNs)组织学浸润性的鉴别能力,建立诺模图协助预测pGGNs的浸润性.方法 回顾性分析山东第一医科大学附属省立医院2018年12月至2021年6月332例患者,...

【关键词】 放射组学； 肺； 纯磨玻璃结节；

【中文期刊】 周英 程东风  等 《医学影像学杂志》 2022年32卷9期 1581-1583页 ISTIC

【摘要】 本文综述深度学习放射基因组学体系结构及其在放射组学和脑肿瘤中的应用,说明放射基因组学研究的最新进展,突出分子或遗传信息与成像表型关联的临床意义,强调发现新颖、高分辨的组合生物标志物的潜力.

【关键词】 脑肿瘤； 放射基因组学； 人工智能；