Multi-centre radiomics for prediction of recurrence following radical radiotherapy for head and neck cancers: Consequences of feature selection, machine learning classifiers and batch-effect harmonization

Background and purpose: Radiomics models trained with limited single institution data are often not reproducible and generalisable. We developed radiomics models that predict loco-regional recurrence within two years of radiotherapy with private and public datasets and their combinations, to simulat...

முழு விளக்கம்

நூற்பட்டியல் விவரங்கள்

முதன்மை ஆசிரியர்கள்:	Amal Joseph Varghese, Varsha Gouthamchand, Balu Krishna Sasidharan, Leonard Wee, Sharief K Sidhique, Julia Priyadarshini Rao, Andre Dekker, Frank Hoebers, Devadhas Devakumar, Aparna Irodi, Timothy Peace Balasingh, Henry Finlay Godson, T Joel, Manu Mathew, Rajesh Gunasingam Isiah, Simon Pradeep Pavamani, Hannah Mary T Thomas
வடிவம்:	Artigo
மொழி:	Inglês
வெளியிடப்பட்டது:	Elsevier 2023-04-01
தொடர்:	Physics and Imaging in Radiation Oncology
பொருள்கள்:	Head-and-neck cancer Radiomics Loco-regional recurrence Multi-institutional Prognosis Machine learning
ஆன்லைன் அணுகல்:	http://www.sciencedirect.com/science/article/pii/S2405631623000416
குறிச்சொற்கள்:	குறிச்சொல்லை சேர்க்கவும் டாக்‌ஸ் இல்லை, இந்த பதிவுக்கு குறிச்சொல் சேர்க்கும் முதல் நபராக இருங்கள்!