期刊文献+

影像组学与机器学习在非小细胞肺癌淋巴结分期中的应用

下载PDF
导出
摘要 肺癌是最常见的肿瘤,也是死亡率最高的肿瘤。近年来,人工智能在科技创新的推动下迅速发展,并已经成功应用于医疗健康等领域。机器学习、影像组学是人工智能领域的重要方法。机器学习是指通过经验学习改善具体算法的性能研究,影像组学指高通量地提取大量描述肿瘤特征性的影像特征的方法。本文总结了影像组学和机器学习在非小细胞肺癌淋巴结分期(N分期)中的应用。
出处 《放射学实践》 CSCD 北大核心 2024年第3期421-426,共6页 Radiologic Practice
  • 相关文献

参考文献5

二级参考文献26

共引文献17

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部