A comparative study of machine learning methods for time-to-event survival data for radiomics risk modelling

Radiomics applies machine learning algorithms to quantitative imaging data to characterise the tumour phenotype and predict clinical outcome. For the development of radiomics risk models, a variety of different algorithms is available and it is not clear which one gives optimal results. Therefore, w...

Mô tả đầy đủ

Đã lưu trong:
Chi tiết về thư mục
Xuất bản năm:Sci Rep
Những tác giả chính: Leger, Stefan, Zwanenburg, Alex, Pilz, Karoline, Lohaus, Fabian, Linge, Annett, Zöphel, Klaus, Kotzerke, Jörg, Schreiber, Andreas, Tinhofer, Inge, Budach, Volker, Sak, Ali, Stuschke, Martin, Balermpas, Panagiotis, Rödel, Claus, Ganswindt, Ute, Belka, Claus, Pigorsch, Steffi, Combs, Stephanie E., Mönnich, David, Zips, Daniel, Krause, Mechthild, Baumann, Michael, Troost, Esther G. C., Löck, Steffen, Richter, Christian
Định dạng: Artigo
Ngôn ngữ:Inglês
Được phát hành: Nature Publishing Group UK 2017
Những chủ đề:
Article
Truy cập trực tuyến:https://ncbi.nlm.nih.gov/pmc/articles/PMC5643429/
https://ncbi.nlm.nih.gov/pubmed/29038455
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1038/s41598-017-13448-3
Các nhãn: Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!

Những quyển sách tương tự