Cancer Research· 2017Q1
Radyografik Fenotipi Çözmek İçin Hesaplamalı Radyomik Sistem
Computational Radiomics System to Decode the Radiographic Phenotype
- 6.553atıf
- Q1SCImago
- 2017yıl
Kısa özet
Tıbbi görüntülerden nicel özelliklerin çıkarılmasını standartlaştırmak için yeni bir açık kaynaklı Python platformu olan PyRadiomics geliştirildi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Radyomik özellik çıkarımı için açık kaynaklı bir Python platformu olan PyRadiomics geliştirildi.
- Standartlaştırılmamış algoritmalardan kaynaklanan tekrarlanabilirlik ve karşılaştırılabilirlik sorunlarını ele alıyor.
- Geniş bir mühendislik ürünü özellikler panelinin çıkarılması için esnek bir mimari sunuyor.
- Kanser araştırmalarında radyomik analizler için bir referans standardı olmayı hedefliyor.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Abstract Radiomics aims to quantify phenotypic characteristics on medical imaging through the use of automated algorithms. Radiomic artificial intelligence (AI) technology, either based on engineered hard-coded algorithms or deep learning methods, can be used to develop noninvasive imaging-based biomarkers. However, lack of standardized algorithm definitions and image processing severely hampers reproducibility and comparability of results. To address this issue, we developed PyRadiomics, a flexible open-source platform capable of extracting a large panel of engineered features from medical images. PyRadiomics is implemented in Python and can be used standalone or using 3D Slicer. Here, we discuss the workflow and architecture of PyRadiomics and demonstrate its application in characterizing lung lesions. Source code, documentation, and examples are publicly available at www.radiomics.io. With this platform, we aim to establish a reference standard for radiomic analyses, provide a tested and maintained resource, and to grow the community of radiomic developers addressing critical needs in cancer research. Cancer Res; 77(21); e104–7. ©2017 AACR.
Yazarların özeti; kaynağından alınmıştır. Cancer Research, 2017 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Radyoloji, Nükleer Tıp ve Görüntüleme
Radiology, Nuclear Medicine and ImagingMedicine