Fusion Radiomics-Based Prediction of Response to Neoadjuvant Chemotherapy for Osteosarcoma

列线图 接收机工作特性 无线电技术 医学 人工智能 分割 机器学习 计算机科学 放射科 肿瘤科
作者
Fei Zheng,Ping Yin,Kewei Liang,Yujian Wang,Wenhan Hao,Qi Hao,Nan Hong
出处
期刊:Academic Radiology [Elsevier]
卷期号:31 (6): 2444-2455 被引量:20
标识
DOI:10.1016/j.acra.2023.12.015
摘要

Neoadjuvant chemotherapy (NAC) is the most crucial prognostic factor for osteosarcoma (OS), it significantly prolongs progression-free survival and improves the quality of life. This study aims to develop a deep learning radiomics (DLR) model to accurately predict the response to NAC in patients diagnosed with OS using preoperative MR images.
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
六六发布了新的文献求助10
刚刚
刚刚
大模型应助Mry采纳,获得10
1秒前
芫华发布了新的文献求助10
2秒前
科研通AI6.3应助沉默寄风采纳,获得10
3秒前
干净的小虾米完成签到,获得积分10
4秒前
4秒前
5秒前
顺顺过过发布了新的文献求助10
5秒前
6秒前
7秒前
科研通AI6.3应助hannuannuan采纳,获得10
8秒前
8秒前
书剑飞侠完成签到,获得积分10
9秒前
9秒前
9秒前
10秒前
11秒前
lalala完成签到,获得积分10
11秒前
所所应助神火采纳,获得10
11秒前
xz发布了新的文献求助30
12秒前
12秒前
Arabella发布了新的文献求助30
12秒前
luckr完成签到,获得积分10
13秒前
灰光呀发布了新的文献求助10
14秒前
14秒前
忧郁完成签到 ,获得积分10
14秒前
15秒前
YI发布了新的文献求助20
16秒前
luckr发布了新的文献求助10
17秒前
lllei发布了新的文献求助10
17秒前
clientprogram应助六六采纳,获得20
18秒前
BowieHuang应助六六采纳,获得10
18秒前
18秒前
pza1995发布了新的文献求助10
19秒前
20秒前
酷波er应助Dskelf采纳,获得10
22秒前
22秒前
香蕉觅云应助lllei采纳,获得10
23秒前
无花果应助lllei采纳,获得10
23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
Modern Epidemiology, Fourth Edition 5000
Digital Twins of Advanced Materials Processing 2000
Weaponeering, Fourth Edition – Two Volume SET 2000
Polymorphism and polytypism in crystals 1000
Social Cognition: Understanding People and Events 800
Signals, Systems, and Signal Processing 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 纳米技术 有机化学 物理 生物化学 化学工程 计算机科学 复合材料 内科学 催化作用 光电子学 物理化学 电极 冶金 遗传学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 6025468
求助须知:如何正确求助?哪些是违规求助? 7663105
关于积分的说明 16179408
捐赠科研通 5173619
什么是DOI,文献DOI怎么找? 2768282
邀请新用户注册赠送积分活动 1751672
关于科研通互助平台的介绍 1637755