ScholarGate
Asystent
Process / pipelineQuantitative image analysis

Radiomika

Radiomika to metodologia obliczeniowa, która wykorzystuje zautomatyzowaną analizę obrazu i uczenie maszynowe do ekstrakcji dużej liczby cech ilościowych z obrazów medycznych (CT, MRI, PET) w celu odkrycia biomarkerów obrazowych związanych z fenotypem choroby, rokowaniem i odpowiedzią na leczenie. Opracowana przez Lambina, Gilliesa i współpracowników w 2012 roku, radiomika ma na celu dekodowanie biologii leżącej u podstaw widocznych wzorców obrazowania, umożliwiając medycynę spersonalizowaną poprzez fenotypowanie oparte na obrazie. Stała się potężnym narzędziem w onkologii do charakteryzacji guzów, przewidywania rokowań i oceny odpowiedzi na terapię.

Otwórz w MethodMindWkrótceApply, compare, get guidance
Tools & resources
Pobierz slajdy
Learn & explore
WideoWkrótce

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

Źródła

  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

Jak cytować tę stronę

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

Która metoda?

Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.

Porównaj obok siebie

Cytowana przez

ScholarGateRadiomics (Quantitative Radiomics). Pobrano 2026-06-17 z https://scholargate.app/pl/medical-imaging/radiomics · Zbiór danych: https://doi.org/10.5281/zenodo.20539026