• 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

Artificial intelligence and radiomics for radiation oncology.

作者信息

Kocher Martin

机构信息

Department of Stereotaxy and Functional Neurosurgery, University Hospital of Cologne, Cologne, Germany.

Institute of Neuroscience and Medicine, Research Center Juelich, Juelich, Germany.

出版信息

Strahlenther Onkol. 2020 Oct;196(10):847. doi: 10.1007/s00066-020-01676-y.

DOI:10.1007/s00066-020-01676-y
PMID:32940764
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC7498478/
Abstract
摘要

相似文献

1
Artificial intelligence and radiomics for radiation oncology.用于放射肿瘤学的人工智能与放射组学
Strahlenther Onkol. 2020 Oct;196(10):847. doi: 10.1007/s00066-020-01676-y.
2
Radiomics in radiation oncology-basics, methods, and limitations.放射肿瘤学中的放射组学——基础、方法和局限性。
Strahlenther Onkol. 2020 Oct;196(10):848-855. doi: 10.1007/s00066-020-01663-3. Epub 2020 Jul 9.
3
Artificial Intelligence in Radiation Oncology.人工智能在放射肿瘤学中的应用。
Hematol Oncol Clin North Am. 2019 Dec;33(6):1095-1104. doi: 10.1016/j.hoc.2019.08.003. Epub 2019 Sep 11.
4
Image-guided radiation therapy: from concept to practice.图像引导放射治疗：从概念到实践。
Semin Radiat Oncol. 2007 Oct;17(4):243-4. doi: 10.1016/j.semradonc.2007.08.001.
5
Radiomics for liver tumours.肿瘤放射组学
Strahlenther Onkol. 2020 Oct;196(10):888-899. doi: 10.1007/s00066-020-01615-x. Epub 2020 Apr 15.
6
Artificial intelligence applied to image-guided radiation therapy (IGRT): a systematic review by the Young Group of the Italian Association of Radiotherapy and Clinical Oncology (yAIRO).人工智能在图像引导放射治疗（IGRT）中的应用：意大利放射治疗和临床肿瘤学协会青年组（yAIRO）的系统评价。
Radiol Med. 2024 Jan;129(1):133-151. doi: 10.1007/s11547-023-01708-4. Epub 2023 Sep 23.
7
Dose painting and theragnostic imaging: towards the prescription, planning and delivery of biologically targeted dose distributions in external beam radiation oncology.剂量描绘与治疗诊断成像：迈向体外放射肿瘤学中生物靶向剂量分布的处方、计划与交付。
Cancer Treat Res. 2008;139:41-62.
8
[Basis and perspectives of artificial intelligence in radiation therapy].[人工智能在放射治疗中的基础与前景]
Cancer Radiother. 2019 Dec;23(8):913-916. doi: 10.1016/j.canrad.2019.08.005. Epub 2019 Oct 20.
9
Using Artificial Intelligence to Improve the Quality and Safety of Radiation Therapy.利用人工智能提高放射治疗的质量和安全性。
J Am Coll Radiol. 2019 Sep;16(9 Pt B):1267-1272. doi: 10.1016/j.jacr.2019.06.001.
10
Image guided radiation therapy (IGRT) technologies for radiation therapy localization and delivery.用于放射治疗定位和投送的图像引导放射治疗（IGRT）技术。
Int J Radiat Oncol Biol Phys. 2013 Sep 1;87(1):33-45. doi: 10.1016/j.ijrobp.2013.02.021. Epub 2013 May 7.

引用本文的文献

1
An endoscopic ultrasound-based interpretable deep learning model and nomogram for distinguishing pancreatic neuroendocrine tumors from pancreatic cancer.一种基于内镜超声的可解释深度学习模型和列线图，用于区分胰腺神经内分泌肿瘤和胰腺癌。
Sci Rep. 2025 Jan 27;15(1):3383. doi: 10.1038/s41598-024-84749-7.
2
Deep Learning and Registration-Based Mapping for Analyzing the Distribution of Nodal Metastases in Head and Neck Cancer Cohorts: Informing Optimal Radiotherapy Target Volume Design.基于深度学习和配准的映射分析头颈部癌队列中淋巴结转移的分布：为优化放射治疗靶区设计提供依据。
Cancers (Basel). 2023 Sep 18;15(18):4620. doi: 10.3390/cancers15184620.
3
Modulating autophagy to treat diseases: A revisited review on in silico methods.调控自噬治疗疾病：计算机模拟方法的再评价综述。
J Adv Res. 2024 Apr;58:175-191. doi: 10.1016/j.jare.2023.05.002. Epub 2023 May 14.
4
Construction of an enhanced computed tomography radiomics model for non-invasively predicting granzyme A in head and neck squamous cell carcinoma by machine learning.基于机器学习的增强 CT 放射组学模型构建：无创预测头颈部鳞状细胞癌 granzyme A。
Eur Arch Otorhinolaryngol. 2023 Jul;280(7):3353-3364. doi: 10.1007/s00405-023-07909-x. Epub 2023 Mar 15.
5
Deep learning for automatic head and neck lymph node level delineation provides expert-level accuracy.用于自动对头颈部淋巴结水平进行划分的深度学习具有专家级的准确性。
Front Oncol. 2023 Feb 16;13:1115258. doi: 10.3389/fonc.2023.1115258. eCollection 2023.
6
Application of Machine Learning Methods to Improve the Performance of Ultrasound in Head and Neck Oncology: A Literature Review.应用机器学习方法提高超声在头颈部肿瘤学中的性能：文献综述
Cancers (Basel). 2022 Jan 28;14(3):665. doi: 10.3390/cancers14030665.
7
Application of artificial intelligence-driven endoscopic screening and diagnosis of gastric cancer.人工智能驱动的胃癌内镜筛查和诊断的应用。
World J Gastroenterol. 2021 Jun 14;27(22):2979-2993. doi: 10.3748/wjg.v27.i22.2979.