基于机器学习的影像组学模型预测局部晚期宫颈癌患者同步放化疗后结局

李萌; 徐世圣; 李杰慧

doi:10.19732/j.cnki.2096-6210.2025.03.008

您当前的位置：

首页 >

文章列表页 >

基于机器学习的影像组学模型预测局部晚期宫颈癌患者同步放化疗后结局

论著 | 更新时间：2025-12-15

- 基于机器学习的影像组学模型预测局部晚期宫颈癌患者同步放化疗后结局
- Prediction of outcomes in patients with locally advanced cervical cancer after concurrent chemoradiotherapy based on machine learning-based radiomics
- 肿瘤影像学 2025年34卷第3期页码：247-257
- 作者机构：
  
  1. 贵州医科大学附属医院肿瘤科，贵州贵阳 550004
  2. 贵州医科大学附属肿瘤医院肿瘤科，贵州贵阳 550008
  3. 贵州医科大学临床医学院肿瘤学教研室，贵州贵阳 550004
  4. 青岛市市立医院肿瘤科，山东青岛 266011
- 作者简介：
  
  李萌（ORCID: 0009-0007-3003-8420），硕士，住院医师。
  李杰慧（ORCID: 0009-0009-6011-3393），硕士，副主任医师，E-mail: 18185205818@163.com。
- 基金信息：
  
  贵州省卫生健康委科学技术基金(gzwkj2021-067);贵州省肿瘤医院院级科技计划项目(YJ2019032)
- DOI：10.19732/j.cnki.2096-6210.2025.03.008
  中图分类号：
- 收稿：2025-03-12，
  
  网络首发：2025-07-08，
  
  纸质出版：2025-06-28
- 稿件说明：
移动端阅览
李萌, 徐世圣, 李杰慧. 基于机器学习的影像组学模型预测局部晚期宫颈癌患者同步放化疗后结局[J]. 肿瘤影像学, 2025,34(3):247-257.

Meng LI, Shisheng XU, Jiehui Li. Prediction of outcomes in patients with locally advanced cervical cancer after concurrent chemoradiotherapy based on machine learning-based radiomics[J]. Oncoradiology, 2025, 34(3): 247-257.
李萌, 徐世圣, 李杰慧. 基于机器学习的影像组学模型预测局部晚期宫颈癌患者同步放化疗后结局[J]. 肿瘤影像学, 2025,34(3):247-257. DOI： 10.19732/j.cnki.2096-6210.2025.03.008.

Meng LI, Shisheng XU, Jiehui Li. Prediction of outcomes in patients with locally advanced cervical cancer after concurrent chemoradiotherapy based on machine learning-based radiomics[J]. Oncoradiology, 2025, 34(3): 247-257. DOI： 10.19732/j.cnki.2096-6210.2025.03.008.

浏览量

219

下载量

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于自动分割的影像组学特征预测乳腺癌新辅助治疗后病理学完全缓解的价值

基于影像组学预测颅内原发性中枢神经系统淋巴瘤患者Bcl-2、c-Myc表达状态的应用价值

基于多参数磁共振影像组学和机器学习模型的乳腺癌前哨淋巴结转移预测研究

基于医学影像的机器学习预测非小细胞肺癌EGFR突变的研究进展

CEUS时间-强度曲线定量模型在宫颈癌同步放化疗中的应用价值

基于机器学习的影像组学模型预测局部晚期宫颈癌患者同步放化疗后结局

Prediction of outcomes in patients with locally advanced cervical cancer after concurrent chemoradiotherapy based on machine learning-based radiomics

DOI：10.19732/j.cnki.2096-6210.2025.03.008