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...

وصف كامل

محفوظ في:
التفاصيل البيبلوغرافية
المؤلفون الرئيسيون: 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
التنسيق: Artigo
اللغة:Inglês
منشور في: MDPI AG 2020-10-01
سلاسل:Cancers
الموضوعات:
radiomic
image-based risk modelling
machine learning
personalised therapy
radiation oncology
الوصول للمادة أونلاين:https://www.mdpi.com/2072-6694/12/10/3047
الوسوم: إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!

مواد مشابهة