换一批
换一批基于医学影像的机器学习预测非小细胞肺癌EGFR突变的研究进展
Research progress in predicting EGFR mutation of NSCLC patients using machine learning based on medical imaging
摘要：
随着计算机科学的迅速发展,人工智能在医学领域扮演了重要角色,基于影像学图片的机器学习在临床决策中发挥着重要的辅助作用,其与基因组学的深入结合为基因检测提供了新方法.本文主要论述基于医学影像的机器学习在预测非小细胞肺癌(non-small cell lung cancer,NSCLC)患者表皮生长因子受体(epidermal growth factor receptor,EGFR)突变中的研究现状、局限性以及未来发展趋势.
更多
作者：
作者单位：
上海市影像医学研究所,上海 200032
[1]
复旦大学附属中山医院放射科,上海 200032
[2]
上海市影像医学研究所,上海 200032;复旦大学附属中山医院放射科,上海 200032;复旦大学附属中山医院肿瘤防治中心,上海 200032
[3]
期刊：
《肿瘤影像学》2024年33卷3期 323-329页
ISTIC
关键词：
机器学习深度学习影像组学影像基因组学非小细胞肺癌表皮生长因子受体Machine learningDeep learningRadiomicsRadiogenomicsNon-small cell lung cancerEpidermal growth factor receptor
栏目名称：
综述
DOI：
10.19732/j.cnki.2096-6210.2024.03.017
发布时间：
2024-07-17
基金项目：
国家自然科学基金
- 浏览：3
- 被引：0
- 下载：1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
