• 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 on MRI for molecular subtyping of diffuse gliomas: feature comparison, visualization, and correlation between radiomics and deep learning.

作者信息

Zhou Zijian

机构信息

Department of Imaging Physics, The University of Texas MD Anderson Cancer Center, 1400 Pressler St., Unit 1472, Houston, TX, 77030, USA.

出版信息

Eur Radiol. 2022 Feb;32(2):745-746. doi: 10.1007/s00330-021-08400-z. Epub 2021 Nov 26.

DOI:10.1007/s00330-021-08400-z
PMID:34825932
Abstract
摘要

相似文献

1
Artificial intelligence on MRI for molecular subtyping of diffuse gliomas: feature comparison, visualization, and correlation between radiomics and deep learning.基于磁共振成像的人工智能用于弥漫性胶质瘤分子亚型分析：影像组学与深度学习之间的特征比较、可视化及相关性
Eur Radiol. 2022 Feb;32(2):745-746. doi: 10.1007/s00330-021-08400-z. Epub 2021 Nov 26.
2
Molecular subtyping of diffuse gliomas using magnetic resonance imaging: comparison and correlation between radiomics and deep learning.利用磁共振成像对弥漫性胶质瘤进行分子亚型分类：影像组学与深度学习之间的比较及相关性
Eur Radiol. 2022 Feb;32(2):747-758. doi: 10.1007/s00330-021-08237-6. Epub 2021 Aug 21.
3
Artificial intelligence-based MRI radiomics and radiogenomics in glioma.基于人工智能的脑胶质瘤 MRI 影像组学和放射组学。
Cancer Imaging. 2024 Mar 14;24(1):36. doi: 10.1186/s40644-024-00682-y.
4
Intensity standardization of MRI prior to radiomic feature extraction for artificial intelligence research in glioma-a systematic review.在胶质瘤人工智能研究中进行放射组学特征提取之前的 MRI 强度标准化——系统评价。
Eur Radiol. 2022 Oct;32(10):7014-7025. doi: 10.1007/s00330-022-08807-2. Epub 2022 Apr 29.
5
A Review of Radiomics and Deep Predictive Modeling in Glioma Characterization.基于放射组学和深度学习预测模型的脑胶质瘤特征分析研究综述
Acad Radiol. 2021 Nov;28(11):1599-1621. doi: 10.1016/j.acra.2020.06.016. Epub 2020 Jul 10.
6
Machine Learning-Based Radiomics for Molecular Subtyping of Gliomas.基于机器学习的脑胶质瘤分子亚型的放射组学研究
Clin Cancer Res. 2018 Sep 15;24(18):4429-4436. doi: 10.1158/1078-0432.CCR-17-3445. Epub 2018 May 22.
7
Artificial intelligence for pre-operative lymph node staging in colorectal cancer: a systematic review and meta-analysis.人工智能在结直肠癌术前淋巴结分期中的应用：系统评价和荟萃分析。
BMC Cancer. 2021 Sep 26;21(1):1058. doi: 10.1186/s12885-021-08773-w.
8
Multi-Channel 3D Deep Feature Learning for Survival Time Prediction of Brain Tumor Patients Using Multi-Modal Neuroimages.基于多模态神经影像的多通道 3D 深度特征学习在脑肿瘤患者生存时间预测中的应用。
Sci Rep. 2019 Jan 31;9(1):1103. doi: 10.1038/s41598-018-37387-9.
9
Reverse Engineering Glioma Radiomics to Conventional Neuroimaging.将胶质瘤放射组学逆向工程到传统神经影像学
Neurol Med Chir (Tokyo). 2021 Sep 15;61(9):505-514. doi: 10.2176/nmc.ra.2021-0133. Epub 2021 Aug 6.
10
Postoperative glioma segmentation in CT image using deep feature fusion model guided by multi-sequence MRIs.基于多序列 MRI 引导的深度特征融合模型的 CT 图像术后脑肿瘤分割。
Eur Radiol. 2020 Feb;30(2):823-832. doi: 10.1007/s00330-019-06441-z. Epub 2019 Oct 24.

引用本文的文献

1
An MRI-based fusion model for preoperative prediction of perineural invasion status in patients with intrahepatic cholangiocarcinoma.一种基于磁共振成像的融合模型，用于术前预测肝内胆管癌患者的神经周围侵犯状态。
World J Surg Oncol. 2025 Apr 26;23(1):164. doi: 10.1186/s12957-025-03819-w.
2
Radiomics in glioma: emerging trends and challenges.神经胶质瘤中的放射组学：新趋势与挑战
Ann Clin Transl Neurol. 2025 Mar;12(3):460-477. doi: 10.1002/acn3.52306. Epub 2025 Feb 3.
3
[Identification of osteoid and chondroid matrix mineralization in primary bone tumors using a deep learning fusion model based on CT and clinical features: a multi-center retrospective study].

本文引用的文献

1
The effect of prophylactic balloon occlusion in patients with placenta accreta spectrum: a Bayesian network meta-analysis.预防性球囊阻断术对胎盘植入谱系疾病患者的影响：一项贝叶斯网络Meta分析
Eur Radiol. 2022 May;32(5):3297-3308. doi: 10.1007/s00330-021-08423-6. Epub 2021 Nov 30.
[基于CT和临床特征的深度学习融合模型在原发性骨肿瘤中类骨质和类软骨基质矿化的识别：一项多中心回顾性研究]
Nan Fang Yi Ke Da Xue Xue Bao. 2024 Dec 20;44(12):2412-2420. doi: 10.12122/j.issn.1673-4254.2024.12.18.
4
High-performance presurgical differentiation of glioblastoma and metastasis by means of multiparametric neurite orientation dispersion and density imaging (NODDI) radiomics.通过多参数神经丝取向分散和密度成像（NODDI）放射组学对胶质母细胞瘤和转移瘤进行高性能术前鉴别。
Eur Radiol. 2024 Oct;34(10):6616-6628. doi: 10.1007/s00330-024-10686-8. Epub 2024 Mar 15.
5
AI-Driven Image Analysis in Central Nervous System Tumors-Traditional Machine Learning, Deep Learning and Hybrid Models.中枢神经系统肿瘤中的人工智能驱动图像分析——传统机器学习、深度学习及混合模型
J Biotechnol Biomed. 2022;5(1):1-19. doi: 10.26502/jbb.2642-91280046. Epub 2022 Jan 10.