Skip to main content
HashnodeAldo's trajectory

Command Palette

Search for a command to run...

#cadx

Articles tagged with #cadx

  1. 文獻摘要: Body composition radiomics combined with machine learning for early recurrence prediction in intrahepatic cholangiocarcinoma following curative surgery A Multi Center study

    Objectives 這項多中心研究開發並驗證了整合放射體學-臨床機器學習 (RCML) 模型，用於預測肝內膽管癌 (ICC) 根治性手術後的早期復發 (ER)。研究證明，相較於傳統的僅臨床或僅放射體學模型，身體組成放射體學 (body composition radiomics) 能顯著提升 ER 預測能力。本研究提出了一種新穎方法，利用常規術前 CT 影像量化全身代謝-免疫狀態，以實現個人化風險分層。此外，研究識別出特定的身體組成放射體學特徵，例如 SAT 衍生的 wavelet featu...

    Oct 24, 20251 min read4

  2. 文獻摘要: Enhancing interpretability of AI with radiomics based deep neural network proof of concept in the classification of Parkinsonian syndromes with 18F FDG PET imaging

    Objectives 本研究提出了一種放射組學引導的雙通道深度神經網路 (RDDNN)，旨在提高使用 18F-FDG PET 影像分類帕金森氏症候群 (IPD、MSA、PSP) 的可解釋性和可重現性。RDDNN 整合了來自擴張型卷積網路的局部特徵和基於 Transformer 自注意力網路的全域特徵。它透過多層次的可解釋性（特徵整合、SHAP 值量化以及基於注意力的視覺化，如 Layer-CAM 和 Rollout Attention Map (RAM)）提升了特徵透明度和臨床理解。該框架提供了...

    Sep 11, 20251 min read9

  3. 文獻摘要: Artificial intelligence assisted assessment of metabolic response to tebentafusp in metastatic uveal melanoma a long axial field of view 18F FDG PET CT study

    Objectives 本研究首次評估人工智慧 (AI) 輔助定量和代謝反應評估，使用長軸視野 (LAFOV) [18F]FDG PET/CT 影像於接受 tebentafusp 治療的轉移性葡萄膜黑色素瘤 (mUM) 患者。主要貢獻包括：1) 證明自動化全身容積評估 mUM 腫瘤負荷（產生總代謝腫瘤體積 (TMTV) 和總病灶醣解 (TLG) 測量值）的可行性和可靠性。2) 發現基線和治療後 3 個月時，AI 衍生的 TMTV 和 TLG 值升高與較差的患者總體生存期 (OS) 顯著相關。3) ...

    Sep 6, 20252 min read6

  4. 文獻評讀: Leveraging machine learning with dynamic 18F FDG PET CT integrating metabolic and flow features for lung cancer differential diagnosis

    Objectives 本研究提出一個可解釋的機器學習 (ML) 模型，利用從動態 18F-fluorodeoxyglucose (18F-FDG) 正子斷層掃描/電腦斷層掃描 (PET/CT) 提取的動態特徵，來區分良性與惡性肺部病灶。核心貢獻在於證明結合來自經動力學模型分解的時間活動曲線 (TACs) — 代表代謝與血流成分 — 所衍生的特徵，其診斷效能顯著優於傳統指標，如最大標準攝取值 (SUVmax) 或 FDG 淨流入率 (Ki)。 Methodology 研究方法包括： 獲取 60 ...

    Apr 4, 20252 min read4