ScholarGate
Assistent
Process / pipelineQuantitative image analysis

Radiomik

Radiomik är en beräkningsmetodologi som extraherar ett stort antal kvantitativa särdrag från medicinska bilder (CT, MR, PET) med hjälp av automatiserad bildanalys och maskininlärning för att upptäcka bildbaserade biomarkörer associerade med sjukdomsfeno­typ, prognos och behandlingssvar. Radiomik, som utvecklades av Lambin, Gillies och kollegor 2012, syftar till att avkoda den biologi som ligger bakom synliga bildmönster, vilket möjliggör personaliserad medicin genom bildbaserad fenotypning. Det har framträtt som ett kraftfullt verktyg inom onkologi för tumörkarakterisering, prognosprediktion och bedömning av behandlingssvar.

Öppna i MethodMindSnartApply, compare, get guidance
Tools & resources
Ladda ner bildspel
Learn & explore
VideoSnart

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  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

Så citerar du den här sidan

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

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateRadiomics (Quantitative Radiomics). Hämtad 2026-06-17 från https://scholargate.app/sv/medical-imaging/radiomics · Datamängd: https://doi.org/10.5281/zenodo.20539026