ScholarGate
Асистент
Process / pipelineQuantitative image analysis

Радиомика

Радиомиката е изчислителна методология, която извлича голям брой количествени характеристики от медицински изображения (КТ, ЯМР, ПЕТ) чрез автоматизиран анализ на изображения и машинно обучение, за да открие образни биомаркери, свързани с фенотипа на заболяването, прогнозата и отговора на лечението. Разработена от Ламбин, Гилис и колеги през 2012 г., радиомиката цели да разчете биологията, която стои зад видимите образни модели, позволявайки персонализирана медицина чрез фенотипизиране, базирано на изображения. Тя се превърна в мощен инструмент в онкологията за характеристика на тумори, прогнозиране на прогнозата и оценка на отговора на терапията.

Отворете в MethodMindСкороApply, compare, get guidance
Tools & resources
Изтегляне на слайдове
Learn & explore
ВидеоСкоро

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Карта на методите

Обкръжението на сродните методи — изберете възел, за да го разгледате.

Източници

  1. Lambin, P., Rios-Velazquez, E., Leijenaar, R., et al. (2012). Radiomics: extracting more information from medical images using advanced feature analysis. Nature Reviews Clinical Oncology, 9(12), 676-684. DOI: 10.1016/j.ejca.2011.11.036
  2. Gillies, R. J., Kinahan, P. E., Hricak, H. (2016). Radiomics: images are data. Radiology, 278(2), 563-577. link
  3. Kumar, V., Gu, Y., Basu, S., et al. (2012). Radiomics: the process and the challenges. Magnetic Resonance Imaging, 30(9), 1234-1248. DOI: 10.1016/j.mri.2012.06.010

Как да цитирате тази страница

ScholarGate. (2026, June 3). Quantitative Radiomics. ScholarGate. https://scholargate.app/bg/medical-imaging/radiomics

Кой метод?

Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.

Сравняване едно до друго

Цитиран в

ScholarGateRadiomics (Quantitative Radiomics). Извлечено на 2026-06-17 от https://scholargate.app/bg/medical-imaging/radiomics · Набор от данни: https://doi.org/10.5281/zenodo.20539026