Radiomics
Radiomics is a computational methodology that extracts large numbers of quantitative features from medical images (CT, MRI, PET) using automated image analysis and machine learning to discover imaging biomarkers associated with disease phenotype, prognosis, and treatment response. Developed by Lambin, Gillies, and colleagues in 2012, radiomics aims to decode the biology underlying visible imaging patterns, enabling personalized medicine through image-based phenotyping. It has emerged as a powerful tool in oncology for tumor characterization, prognosis prediction, and therapy response assessment.
Zdrojový záznam
Citace zkopírované doslovně ze zdrojového záznamu metody. Nejsou z nich vyvozovány žádné ověření na úrovni tvrzení.
- 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
- Gillies, R. J., Kinahan, P. E., Hricak, H. (2016). Radiomics: images are data. Radiology, 278(2), 563-577. · URL
- 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
Spravovaná tvrzení
Tvrzení uložená v registru důkazů, každé s vlastním hodnocením.
Tento pohled nevymýšlí hodnocení tvrzení, pokud registr žádné neobsahuje.
Související metody
Vygenerováno z grafu metod a zobrazeno jako strojově navržené vztahy – nejsou z nich vyvozována žádná tvrzení o důkazech.