首页|基于机器学习的脑胶质瘤多模态影像分析

基于机器学习的脑胶质瘤多模态影像分析

A research on multi-modal MRI analysis based on machine learning for brain glioma

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
脑部胶质瘤是临床中常见的一种原发性脑肿瘤,具有复发率高、死亡率高以及治愈率低的特点.常规临床诊断主要依靠计算机断层扫描(CT)和磁共振成像(MRI)检查技术进行鉴别.随着成像技术和机器学习方法的不断发展,多模态影像智能分析技术已经逐步成为研究热点,在脑胶质瘤的病灶分割测量、肿瘤分级、预后生存周期预测和基因型辨别等方面具有重要的应用前景.本文重点介绍基于机器学习和多模态影像在脑胶质瘤临床辅助诊断和预后评估中的应用进展.

吴强、何泽鲲、刘琚、崔晓萌、孙双、石伟

展开 >

山东大学信息科学与工程学院,山东 青岛266237

山东大学脑与类脑科学研究院,山东 济南250012

脑部胶质瘤 机器学习 多模态磁共振影像 影像病灶分割 生存周期预测 基因型预测

山东大学基本科研业务费专项资金山东省重大创新工程

2017JC0132017CXGC1504.

2020

10.6040/j.issn.1671-7554.0.2020.0598

山东大学学报(医学版)
山东大学

山东大学学报(医学版)

CSTPCD北大核心
影响因子：0.841
ISSN：1671-7554
年,卷(期)：2020.58(8)
  • 2
  • 10