Deep learning radio-clinical signature for predicting neoadjuvant chemotherapy response and prognosis from pretreatment CT images of locally advanced gastric cancer patients

医学 队列 化疗 内科学 癌症 肿瘤科 放射科
作者
Can Hu,Wujie Chen,Feng Li,Yanqiang Zhang,Pengfei Yu,Litao Yang,Ling Huang,Jiancheng Sun,Shangqi Chen,Chengwei Shi,Yuanshui Sun,Zaisheng Ye,Yuan Li,Jiahui Chen,Wei Qin,Jingli Xu,Handong Xu,Yahan Tong,Zhehan Bao,Chencui Huang
出处
期刊:International Journal of Surgery [Elsevier]
卷期号:Publish Ahead of Print (7): 1980-1992 被引量:26
标识
DOI:10.1097/js9.0000000000000432
摘要

The authors proposed a DLCS model that combined imaging features with clinical risk factors to accurately predict tumor response and identify the risk of OS in LAGC patients prior to NCT, which can then be used to guide personalized treatment plans with the help of computerized tumor-level characterization.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
快乐的青柏完成签到,获得积分0
刚刚
刚刚
Owen应助科研通管家采纳,获得10
1秒前
NexusExplorer应助科研通管家采纳,获得10
1秒前
慢慢发布了新的文献求助10
1秒前
科研通AI6应助科研通管家采纳,获得10
1秒前
科研通AI6应助科研通管家采纳,获得30
1秒前
y9gyn_37应助科研通管家采纳,获得10
1秒前
科研通AI2S应助科研通管家采纳,获得10
1秒前
完美世界应助科研通管家采纳,获得10
1秒前
Jared应助科研通管家采纳,获得10
1秒前
李爱国应助科研通管家采纳,获得10
1秒前
Akim应助科研通管家采纳,获得10
1秒前
上官若男应助科研通管家采纳,获得10
1秒前
传奇3应助科研通管家采纳,获得30
2秒前
FashionBoy应助科研通管家采纳,获得10
2秒前
2秒前
2秒前
2秒前
2秒前
2秒前
3秒前
3秒前
郑浩完成签到,获得积分10
4秒前
科目三应助liffchao采纳,获得10
4秒前
冰红茶完成签到,获得积分10
5秒前
ywhys完成签到,获得积分10
5秒前
AIBL发布了新的文献求助10
6秒前
6秒前
Survive完成签到,获得积分10
6秒前
英俊的铭应助丑小鸭采纳,获得10
6秒前
Hangerli发布了新的文献求助10
7秒前
7秒前
8秒前
8秒前
今后应助Lynne采纳,获得10
9秒前
研友_LMNqrn发布了新的文献求助10
9秒前
看满天星河完成签到 ,获得积分10
9秒前
9秒前
xiaoxiao发布了新的文献求助10
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Binary Alloy Phase Diagrams, 2nd Edition 8000
Building Quantum Computers 800
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
Natural Product Extraction: Principles and Applications 500
Exosomes Pipeline Insight, 2025 500
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5665926
求助须知:如何正确求助?哪些是违规求助? 4878759
关于积分的说明 15115809
捐赠科研通 4825184
什么是DOI,文献DOI怎么找? 2583119
邀请新用户注册赠送积分活动 1537092
关于科研通互助平台的介绍 1495480