• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

机器学习助力肺癌检测。

Machine Learning Yields Lung Cancer Test.

出版信息

Cancer Discov. 2020 Jun;10(6):753-754. doi: 10.1158/2159-8290.CD-NB2020-033. Epub 2020 Apr 27.

DOI:10.1158/2159-8290.CD-NB2020-033
PMID:32341019
Abstract

Lung cancer likelihood in plasma, or Lung-CLiP, developed using machine learning, is a liquid-biopsy method being studied for early detection of lung cancer with the hope of increasing screening rates and patient survival.

摘要

基于机器学习开发的血浆肺癌可能性检测（Lung-CLiP）是一种液体活检方法，旨在用于早期检测肺癌，希望能提高筛查率和患者生存率。

相似文献

1
Machine Learning Yields Lung Cancer Test.机器学习助力肺癌检测。
Cancer Discov. 2020 Jun;10(6):753-754. doi: 10.1158/2159-8290.CD-NB2020-033. Epub 2020 Apr 27.
2
Reproducible Machine Learning Methods for Lung Cancer Detection Using Computed Tomography Images: Algorithm Development and Validation.使用计算机断层扫描图像检测肺癌的可重现机器学习方法：算法开发与验证。
J Med Internet Res. 2020 Aug 5;22(8):e16709. doi: 10.2196/16709.
3
A Study of Diagnostic Accuracy Using a Chemical Sensor Array and a Machine Learning Technique to Detect Lung Cancer.一种使用化学传感器阵列和机器学习技术检测肺癌的诊断准确性研究。
Sensors (Basel). 2018 Aug 28;18(9):2845. doi: 10.3390/s18092845.
4
Identifying circulating miRNA biomarkers for early diagnosis and monitoring of lung cancer.鉴定用于肺癌早期诊断和监测的循环 miRNA 生物标志物。
Biochim Biophys Acta Mol Basis Dis. 2020 Oct 1;1866(10):165847. doi: 10.1016/j.bbadis.2020.165847. Epub 2020 May 27.
5
[Progress of Liquid Biopsy in Early Diagnosis of Lung Cancer].[液体活检在肺癌早期诊断中的研究进展]
Zhongguo Fei Ai Za Zhi. 2018 Aug 20;21(8):620-627. doi: 10.3779/j.issn.1009-3419.2018.08.08.
6
The Role of Liquid Biopsies in Lung Cancer Screening.液体活检在肺癌筛查中的作用
Semin Roentgenol. 2017 Jul;52(3):185-187. doi: 10.1053/j.ro.2017.06.001. Epub 2017 Jun 3.
7
Development of a machine learning-based multimode diagnosis system for lung cancer.基于机器学习的肺癌多模态诊断系统的开发。
Aging (Albany NY). 2020 May 23;12(10):9840-9854. doi: 10.18632/aging.103249.
8
Prediction of lung cancer risk at follow-up screening with low-dose CT: a training and validation study of a deep learning method.低剂量 CT 随访筛查中肺癌风险的预测：深度学习方法的训练和验证研究。
Lancet Digit Health. 2019 Nov;1(7):e353-e362. doi: 10.1016/S2589-7500(19)30159-1. Epub 2019 Oct 17.
9
Localized thin-section CT with radiomics feature extraction and machine learning to classify early-detected pulmonary nodules from lung cancer screening.基于影像组学特征提取和机器学习的局部薄层 CT 对肺癌筛查中早期检出肺结节的分类
Phys Med Biol. 2018 Mar 14;63(6):065005. doi: 10.1088/1361-6560/aaafab.
10
Performance and clinical impact of machine learning based lung nodule detection using vessel suppression in melanoma patients.基于机器学习的使用血管抑制技术在黑色素瘤患者中进行肺结节检测的性能及临床影响。
Clin Imaging. 2018 Nov-Dec;52:328-333. doi: 10.1016/j.clinimag.2018.09.001. Epub 2018 Sep 11.