研究人员开发了一个新的放射组学框架,该框架考虑了医学成像(特别是CT和MRI扫描)中的体素间距。这种方法已集成到PyRadiomics中,旨在将真实的放射组学纹理特征与图像处理过程中插值引起的信号变化分离开来。这种考虑体素间距的方法在与非重采样提取高度一致方面表现出色,并在外部验证研究中保持了预测性能。 AI
影响 这项研究提供了一种更准确的医学图像分析方法,有望提高放射学诊断能力和治疗效果。
排序理由 该项目是一篇学术论文,详细介绍了一种新的放射组学分析方法。[lever_c_demoted from research: ic=1 ai=0.7]
- computed tomography
- David Corral Fontecha
- Friedman testing
- LIDC-IDRI
- magnetic resonance imaging
- multilayer perceptron
- PyRadiomics
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →