非常抱歉,我们暂时无法提供预览,您可以试试: 免费下载 T/SCGS 313005-2023 前三页,或者稍后再访问。
您也可以尝试购买此标准,
点击右侧 “购买” 按钮开始采购(由第三方提供)。
点击下载后,生成下载文件时间比较长,请耐心等待......
通过经典统计学方法与基于机器学习算法的极端梯度提升算法结合,构建四级肿瘤退缩等级预测,用于区分四类不同病理学响应的患者。通过在单中心数据上进行模型构建,并采用多个中心的回顾性数据验证模型。 根据模型性能评估的结果,研究中基于影像病理组学模型产生的预测指标表现稳定,四个中心的准确率为79.66%~87.66%。受试工作曲线下面积分别为0.98、0.93和0.84。...
实验使用云南省肿瘤医院和河南省人民医院数据进行特征选择和模型构建,在其他3家中心上分别进行验证,该结果显著高于仅采用临床特征构建的模型。为患者术后是否进行辅助化疗提供了量化参考依据。 该研究构建了基于多模态磁共振成像的影像组学智能预测模型,能够辅助医生判断局部进展期直肠癌患者术后出现远端转移的风险,从而可筛选适合接受术后辅助化疗的患者,成为影像组学智能预测直肠癌术后远端转移研究又一新突破。...
记者从中科院苏州生物医学工程技术研究所获悉,由该所高欣研究员领衔的团队,新近通过影像组学的应用,构建出一种新的肿瘤生物特征无创评估模型。 利用这种模型,以往必须通过手术、穿刺等侵入手段才能获取的一系列肿瘤病理指标,仅通过拍摄磁共振影像就能获得。目前,这种新方法的有效性已在100多名直肠癌患者身上成功验证。 ...
从影像中提取患者瘤内和瘤周的定量影像组学特征,在训练集(由5家医院组成)上建立了预测模型,并在测试集(由其他三家医院组成)上进行模型验证。结果显示,结合T1、T2序列的瘤内和瘤周特征的预测模型优于单序列影像组合模型。 ...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证:京ICP证110310号