ScholarGate
Pembantu
Process / pipelineQuantitative image analysis

Radiomik

Radiomik ialah metodologi pengiraan yang mengekstrak sejumlah besar ciri kuantitatif daripada imej perubatan (CT, MRI, PET) menggunakan analisis imej automatik dan pembelajaran mesin untuk menemui biomarker pengimejan yang berkaitan dengan fenotip penyakit, prognosis dan respons rawatan. Dibangunkan oleh Lambin, Gillies, dan rakan-rakan pada tahun 2012, radiomik bertujuan untuk menyahkod biologi yang mendasari corak pengimejan yang kelihatan, membolehkan perubatan diperibadi melalui fenotip berasaskan imej. Ia telah muncul sebagai alat yang berkuasa dalam onkologi untuk pencirian tumor, ramalan prognosis, dan penilaian respons terapi.

Buka dalam MethodMindTidak lama lagiApply, compare, get guidance
Tools & resources
Muat turun slaid
Learn & explore
VideoTidak lama lagi

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Peta kaedah

Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.

Sumber

  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

Cara memetik halaman ini

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

Kaedah yang mana?

Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.

Bandingkan secara bersebelahan

Dirujuk oleh

ScholarGateRadiomics (Quantitative Radiomics). Dicapai 2026-06-17 daripada https://scholargate.app/ms/medical-imaging/radiomics · Set data: https://doi.org/10.5281/zenodo.20539026