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
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

    • “最新研究发现，基于机器学习的影像组学模型能准确预测局部晚期宫颈癌患者同步放化疗后的无病生存期和总生存期，为诊疗决策和预后预测提供可靠依据。”
    • 肿瘤影像学   2025年34卷第3期 页码：247-257

    • DOI：10.19732/j.cnki.2096-6210.2025.03.008    

      中图分类号：

    • 收稿：2025-03-12，

      网络出版：2025-07-08，

      纸质出版：2025-06-28

    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. 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.

  •  
  •  

0

浏览量

166

下载量

0

CNKI被引量

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

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MRI影像组学模型预测宫颈淋巴血管间隙浸润的研究

相关作者

李勰
黄海涛
李辉虎
李繁
万运
杨宏楷
戚轩
王武陵

相关机构

茂名市人民医院核医学科
信宜市人民医院放射科，广东 信宜
马鞍山市人民医院影像科
安徽医科大学马鞍山临床学院
安徽医科大学第五临床医学院
0