今天看啥  ›  专栏  ›  BioRadiology

先前的临床放射学特征为多模态 MR 图像卷积神经网络提供信息:一种用于预测乳腺癌淋巴血管浸润的新型深度学习框架

BioRadiology  · 公众号  ·  · 2024-09-16 19:52

文章预览

文章题目:Prior Clinico-Radiological Features Informed Multi-Modal MR Images Convolution Neural Network: A novel deep learning framework for prediction of lymphovascular invasion in breast cancer 发表期刊:Cancer Medicine 发表时间:2024年2月 文章摘要 背景: 目前利用术前磁共振成像(MRI)放射组学评估早期乳腺癌患者淋巴血管侵犯(LVI)的方法缺乏准确性,限制了手术计划的选择。 目的: 本研究旨在开发一个复杂的深度学习框架,称为“先验临床-放射学特征信息多模态MR图像卷积神经网络(PCMM- Net)”,以提高乳腺癌LVI预测的准确性。PCMM- Net结合多参数MRI和临床知识,可提高LVI评估的准确性。 方法: 将341例乳腺癌患者按7:3的比例随机分为训练组和验证组。从T1加权、T2加权和增强T1加权MRI序列中提取影像特征。采用单因素和多因素逐步logistic回归建立LVI预测的临床-放射学模型。利用冗余、最小绝对 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览