Comprehensive Analysis of Tumour Sub-Volumes for Radiomic Risk Modelling in Locally Advanced HNSCC

Imaging features for radiomic analyses are commonly calculated from the entire gross tumour volume (GTV <sub>entire</sub><inline-formula>)</inline-formula>. However, tumours are biologically complex and the consideration of different tumour regions in radiomic models may lead...

Mô tả đầy đủ

Đã lưu trong:
Chi tiết về thư mục
Những tác giả chính: Stefan Leger, Alex Zwanenburg, Karoline Leger, Fabian Lohaus, Annett Linge, Andreas Schreiber, Goda Kalinauskaite, Inge Tinhofer, Nika Guberina, Maja Guberina, Panagiotis Balermpas, Jens von der Grün, Ute Ganswindt, Claus Belka, Jan C. Peeken, Stephanie E. Combs, Simon Boeke, Daniel Zips, Christian Richter, Mechthild Krause, Michael Baumann, Esther G.C. Troost, Steffen Löck
Định dạng: Artigo
Ngôn ngữ:Inglês
Được phát hành: MDPI AG 2020-10-01
Loạt:Cancers
Những chủ đề:
radiomic
image-based risk modelling
machine learning
personalised therapy
radiation oncology
Truy cập trực tuyến:https://www.mdpi.com/2072-6694/12/10/3047
Các nhãn: Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!

Những quyển sách tương tự