研究论文

骨髓分割和放射分析[¹⁸F] 多发性骨髓瘤可测量残留疾病的FDG PET/CT图像评估

作者：
伊娃·米拉拉

生物医学工程和远程医疗中心，ETSI Telecomuniccionón，生物医学技术中心，马德里政治大学，Avenida Complutense 30，马德里28040，西班牙

生物医学工程和远程医疗中心，ETSI Telecomuniccionón，生物医学技术中心，马德里政治大学，Avenida Complutense 30，马德里28040，西班牙
查看个人资料

,
阿道夫·戈梅斯·格兰德

西班牙马德里10月12日大学医院核医学系

西班牙马德里Complutense大学医学院

西班牙马德里10月12日大学医院核医学系

西班牙马德里Complutense大学医学院
查看个人资料

,
塞巴斯蒂安·托马斯·索勒

生物医学工程和远程医疗中心，ETSI Telecomuniccionón，生物医学技术中心，马德里政治大学，Avenida Complutense 30，马德里28040，西班牙

生物医学工程和远程医疗中心，ETSI Telecomuniccionón，生物医学技术中心，马德里政治大学，Avenida Complutense 30，马德里28040，西班牙
查看个人资料

,
亚历山大·塞弗特

生物医学工程和远程医疗中心，ETSI Telecomuniccionón，生物医学技术中心，马德里政治大学，Avenida Complutense 30，马德里28040，西班牙

生物医学工程和远程医疗中心，ETSI Telecomuniccionón，生物医学技术中心，马德里政治大学，Avenida Complutense 30，马德里28040，西班牙
查看个人资料

,
拉斐尔阿隆索

西班牙马德里Complutense大学医学院

西班牙马德里Octubre 12大学医院血液科和卫生研究所（imas12）

西班牙马德里国家癌症研究中心临床研究血液科

西班牙马德里生物研究中心（CIBERONC）

西班牙马德里Complutense大学医学院

西班牙马德里Octubre 12大学医院血液科和卫生研究所（imas12）

西班牙马德里国家癌症研究中心临床研究血液科

西班牙马德里生物研究中心（CIBERONC）
查看个人资料

,
恩里克·戈麦斯

生物医学工程和远程医疗中心，ETSI Telecomuniccionón，生物医学技术中心，马德里政治大学，Avenida Complutense 30，马德里28040，西班牙

生物研究中心，生物材料与纳米药物（CIBER-BBN），西班牙马德里

生物医学工程和远程医疗中心，ETSI Telecomuniccionón，生物医学技术中心，马德里政治大学，Avenida Complutense 30，马德里28040，西班牙

生物研究中心，生物材料与纳米药物（CIBER-BBN），西班牙马德里
查看个人资料

,
约阿昆·马丁内斯·洛佩斯

西班牙马德里Complutense大学医学院

西班牙马德里Octubre 12大学医院血液科和卫生研究所（imas12）

西班牙马德里国家癌症研究中心临床研究血液科

西班牙马德里生物研究中心（CIBERONC）

西班牙马德里Complutense大学医学院

西班牙马德里Octubre 12大学医院血液科和卫生研究所（imas12）

西班牙马德里国家癌症研究中心临床研究血液科

西班牙马德里生物研究中心（CIBERONC）
查看个人资料

,
帕特里夏·桑切斯·冈萨雷斯

生物医学工程和远程医疗中心，ETSI Telecomuniccionón，生物医学技术中心，马德里政治大学，Avenida Complutense 30，马德里28040，西班牙

生物研究中心，生物材料与纳米药物（CIBER-BBN），西班牙马德里

生物医学工程和远程医疗中心，ETSI Telecomuniccionón，生物医学技术中心，马德里政治大学，Avenida Complutense 30，马德里28040，西班牙

生物研究中心，生物材料与纳米药物（CIBER-BBN），西班牙马德里
查看个人资料

作者信息和声明

生物医学中的计算机方法和程序第225卷问题C2022年10月https://doi.org/10.1016/j.cmpb.2022.107083

出版：2022年10月1日出版历史记录

生物医学中的计算机方法和程序

摘要

集锦

•
中骨髓的分割方法[¹⁸F] 提出了FDG PET/CT图像。
•
PET图像的放射学特征能够检测可测量的残留疾病。
•
用于分类的机器学习模型获得了高性能指标。

摘要

背景和目标

过去几年对于确定定量评估的最合适方法至关重要[¹⁸F] 多发性骨髓瘤（MM）患者的FDG PET图像，以检测持续的肿瘤负担。图像的视觉评估补充了通过多参数流式细胞术（MFC）或下一代测序（NGS）对骨髓样本中可测量残留疾病（MRD）的评估。本研究的目的是通过分析定量和纹理来量化MRD[¹⁸F] FDG PET功能。

方法

全身[¹⁸F] 39名新诊断的MM患者的FDG PET被纳入数据库，并由核医学专家进行视觉评估。提出了一种从CT图像中分割骨骼的方法，以及一种额外的手动分割工具，并在包含图形用户界面的软件解决方案中实现。将致密骨和椎管从分割中移除，以仅获得骨髓面具。从PET图像中提取SUV指标、GLCM、GLRLM和NGTDM参数，并通过Mann-Whitney U检验和Spearmanρ秩相关进行评估，作为区分PET+/PET-和MFC+/MFC-组的有价值特征。采用七种机器学习算法对提取的特征进行分类性能评估。

结果

PET+/PET差异的定量分析证明，对于使用Mann-Whitney U检验评估的大多数变量，如方差、能量和熵，具有显著意义（p值=0.001）。此外，通过Mann-Whitney U检验评估的平衡数据库的定量分析显示出更好的结果，其中19个特征的p值<0.001。另一方面，针对MFC+/MFC区分的辐射分析表明，将MFC评估与[¹⁸F] MRD诊断中的FDG PET评估。使用图像特征进行PET+/PET分类的机器学习算法表现出了较高的性能指标，但对于MFC+/MFC分类，性能指标有所下降。

结论

骨髓放射特征提取与评价的概念验证[¹⁸F] 提出并实现了FDG PET图像。验证表明这些特征可能用于MRD的基于图像的评估。

工具书类

[1]Rajkumar股份有限公司。,多发性骨髓瘤：每年都有新标准？,血醇。昂科尔。 37(2019)62–65,10.1002/电话2586.谷歌学者
[2]布雷·F。,费雷·J·。,Soerjomataram I号。,西格尔R.L。,托雷洛杉矶。,杰马尔A。,2018年全球癌症统计：GLOBOCAN对185个国家36种癌症的全球发病率和死亡率的估计,加州癌症杂志临床。 68(2018)394–424,10.3322/caac.21492.谷歌学者
[3]布里格尔·K。,罗杰斯B。,多发性骨髓瘤的病理生物学与诊断,塞明。昂科尔。努斯。 33(2017)225–236,2016年10月10日/j.soncn.2017.05.012.谷歌学者
[4]Gerecke C。,福尔曼S。,条纹S。,施密特-希伯M。,埃森利·H·。,Knop S（旋钮S）。,多发性骨髓瘤的诊断与治疗,Dtsch公司。阿兹特贝尔。国际。 113(2016)470–476,10.3238/arztebl.2016.0470.谷歌学者
[5]佩瓦B。,范东根J.J.M。,奥尔法奥A。,反应评估的新标准：微小残留病在多发性骨髓瘤中的作用,血液 125(2015)3059–3068,10.1182/血液-2014-11-568907.谷歌学者
[6]库马尔S。,佩瓦B。,安德森K.C。,杜丽B。,Landgren O.公司。,莫罗P。,Munshi N.公司。,Lonial S.公司。,布拉德·J。,马特奥斯M.V。,迪莫普洛斯·M。,卡斯特里提斯E。,博卡多罗·M·。,奥洛夫斯基R。,戈德施密特H。,斯宾塞A。,侯J。,Chang W.J.（常伟杰）。,乌斯马尼S.Z。,Zamagni E.公司。,清水K。,Jagannath S。,约翰森阁下。,Terpos大肠杆菌。,雷曼A。,凯尔·R.A。,Sonneveld P.公司。,理查森P.G。,麦卡锡·P·。,路德维希H。,陈伟（Chen W.）。,卡沃·M。,哈卢梭J.L。,伦茨施S。,Hillengass J。,帕伦博A。,奥尔法奥A。,Rajkumar股份有限公司。,米格尔J.S。,Avet-Loiseau H。,国际骨髓瘤工作组多发性骨髓瘤疗效和最小残留病评估共识标准,柳叶刀Oncol。 17(2016)e328（电子328）–e346（电子346）,10.1016/S1470-2045（16）30206-6.谷歌学者
[7]北卡罗来纳州蒙西。,Avet-Loiseau H。,Rawstron A.C.公司。,欧文·R.G。,儿童J.A。,塔库塔A。,谢林顿P。,Samur M.K.公司。,乔治耶娃A。,安德森K.C。,格雷戈里·W·M。,多发性骨髓瘤患者微小残留病与较高生存率的相关性：一项荟萃分析,JAMA Oncol公司。三(2017)28–35,10.1001/jamancol.2016.3160.谷歌学者
[8]Hillengass J。,Moulopoulos洛杉矶。,德洛姆S。,Koutoulidis V。,穆斯巴赫J。,希尔舍尔T。,德雷克·M。,Rajkumar股份有限公司。,欧斯特加德B。,Abildgaard N。,铰链M。,普莱斯纳T。,苏哈拉·Y。,Matsue K。,Withofs编号。,凯尔斯J。,Waage A公司。,Goldschmidt H。,迪莫普洛斯文学硕士。,伦茨施S。,杜丽B。,特波斯E。,多发性骨髓瘤患者全身计算机断层扫描与传统骨骼测量的比较：国际骨髓瘤工作组的一项研究,《血癌杂志》。 7(2017),2017.78年10月10日.谷歌学者
[9]莫罗P。,附件M。,凯洛·D·。,宏M。,卡林·L。,加德雷特·L。,法孔T。,本布克。,Escoffre-Barbe M公司。,上午斯托帕。,拉里比·K。,胡林C。,佩罗特A。,马里特·G。,埃维拉德J.R。,凯伦·F·。,博代特·米林C。,佩古里B。,多沃五世。,Chaleteix C。,安德森·K·。,理查森·P·。,北卡罗来纳州蒙希。,Avet-Loiseau H。,高提耶A。,阮J.M。,杜帕斯B。,弗兰帕斯E。,Kraeber-Bodere F。,磁共振成像和[¹⁸F] IFM/DFCI 2009试验中多发性骨髓瘤症状患者诊断时和维持治疗前的氟脱氧葡萄糖正电子发射断层扫描-计算机断层扫描,临床杂志。昂科尔。 35(2017)2911–2918,10.1200/JCO.2017.72.2975年.谷歌学者
[10]阿隆索·R。,塞德纳M.T。,戈梅斯·格兰德A。,Ríos R。,莫拉莱达J.M。,卡巴纳斯五世。,莫雷诺M.J。,洛佩斯·吉梅内斯J。,马丁·F。,桑茨A。,瓦莱里A。,吉梅内兹A。,Sánchez R。,拉胡尔塔J.J。,马丁内斯·洛佩兹J。,影像学和骨髓评估提高多发性骨髓瘤最小残留疾病预测,美国血液学杂志。 94(2019)853–861,10.1002/ajh.25507.谷歌学者
[11]拉什L。,阿拉帕特·D。,Kumar M。,格什纳·G。,麦克唐纳J。,沃德尔C。,萨曼特·R。,范·海默特（Van Hemert R.）。,爱泼斯坦J。,威廉姆斯A。,塔南德拉扬S。,辛克C。,鲍尔·M·。,阿什比·C。,泰塔伦科·R。,范·李F。,沃克B。,Zangari M。,巴罗基B。,戴维斯·F·。,摩根G。,Weinhold N.公司。,骨髓瘤残留病监测,白血病 33(2019)1713–1722,10.1038/s41375-018-0329-0.组合.谷歌学者
[12]南尼·C。,Zamagni E.公司。,维萨里A。,乔维S。,比安奇A。,伦西·M。,贝尔·M。,兰巴迪一世。,加拉米尼A。,帕特里亚卡·F。,同性恋F。,甘贝里B。,卡沃·M。,范蒂S。,多发性骨髓瘤FDG PET/CT的图像判读标准：意大利专家小组的一项新提议。IMPeTUs（PET使用的意大利骨髓瘤标准）,欧洲化学杂志。医学分子成像 43(2016)414–421,2007年10月7日/00259-015-3200-9.谷歌学者
[13]Zamagni E.公司。,南尼·C。,多扎·L。,Carlier T。,贝利·C。,塔切蒂P。,维萨里A。,乔维S。,加拉米尼A。,甘贝里B。,凯洛·D·。,帕特里亚卡·F。,宏M。,博卡多罗·M·。,加德雷特·L。,巴巴托S。,范蒂S。,佩罗特A。,同性恋F。,Sonneveld P.公司。,卡林L。,卡沃·M。,婴儿C的身体。,莫罗P。,Kraeber-BodéréF。,根据新诊断多发性骨髓瘤代谢完全反应定义的deauville标准对18F-FDG-PET/CT进行标准化,临床杂志。昂科尔。 39(2021)116–125,2002年10月10日/JCO.20.00386.谷歌学者
[14]住宿文学硕士。,SUV在肿瘤18F-FDG PET中的重复性,J.编号。医学。 58(2017)523–532,10.2967/j合并116.186353.谷歌学者
[15]Bar-Shalom R公司。,瓦尔迪维亚A.Y。,Blaufox医学博士。,肿瘤PET成像,塞明。编号。医学。 30(2000)150–185,10.1053年10月10日/月2007年7月439日.谷歌学者
[16]王毅（音）。,邱E。,罗森博格J。,Gambhir S.S.公司。,标准化摄取值图谱：正常组织生理2-脱氧-2-[18F]氟-d-葡萄糖摄取的表征,分子成像生物学。 9(2007)83–90,10.1007/s11307-006-0075年.谷歌学者
[17]高桥M.E.S。,莫西C。,Souza E.M.公司。,布鲁内托股份有限公司。,Etcheshetre E.公司。,桑托斯A.O。,卡马乔M.R。,米兰达·E。,利马M.C.L。,阿莫林B.J。,de Souza C.公司。,佩里科尔F.V。,罗兰·梅泽一世。,拉莫斯C.D。,建议使用定量18F-FDG PET/CT代谢参数评估多发性骨髓瘤骨受累程度,科学。代表。 9(2019)1–8,10.1038/s41598-019-52740-2.谷歌学者
[18]高桥M.E.S。,莫西C。,Souza E.M.公司。,布鲁内托股份有限公司。,德索萨C。,佩里科尔足球俱乐部。,罗兰·梅泽一世。,拉莫斯C.D。,基于CT的骨骼分割用于多发性骨髓瘤骨受累的定量PET测量,编号。医学委员会。 41(2020)377–382,10.1097/MNM.0000000001165.谷歌学者
[19]高桥M.E.S。,莫西C。,Duarte G.O.公司。,佩里科尔足球俱乐部。,梅茨·K。,洛兰·梅茨I.G.H。,拉莫斯C.D。,骨受累程度：18F-FDG PET/CT定量评估多发性骨髓瘤预后,编号。医学委员会。 42(2021)1375–1381,10.1097/MNM.0000000001470.谷歌学者
[20]杰米特B。,莫尔万·L。,南尼·C。,Michaud A.V.公司。,贝利·C。,乔维S。,莫罗P。,图佐C。,Zamagni E.公司。,婴儿C的身体。,Kraeber-BodéréF。,马特乌斯·D·。,卡利埃·T。,随机生存森林预测移植合格的新诊断多发性骨髓瘤预后，包括FDG-PET放射治疗：两项独立的前瞻性欧洲试验的联合分析,欧洲期刊编号。医学分子成像 48(2021)1005–1015,10.1007/s00259-020-05049-6.谷歌学者
[21]梅斯奎奇C。,辛迪·E。,De Senneville B.D.公司。,特里利·G。,皮纳库伊J.B。,马里特·G。,绍特·O。,放射分析提高18-FDG PET/CT对多发性骨髓瘤弥漫性疾病的诊断价值,编号。医学委员会。 42(2021)1135–1143,10.1097/MNM.0000000001437.谷歌学者
[22]林格伦·贝拉尔S。,萨迪克·M。,卡博特R。,恩奎斯特O。,乌伦·J·。,鲍尔森M.H。,西蒙森J。,Höilund-Carlsen P.F.公司。,艾登布兰特L。,Trägårdh E。,在CT扫描中对49块选定骨骼进行分割的深度学习：基于PET/CT的骨骼转移瘤自动三维量化的第一步,欧洲无线电杂志。 113(2019)89–95,2016年10月10日/j.ejrad.2019.01.028.谷歌学者
[23]Reinert首席执行官。,克里格E.M。,Bösmüller H。,霍格·M·。,双能量CT衍生骨髓图像纹理分析方法用于多发性骨髓瘤中期疗效评估——一项原理验证研究,欧洲无线电杂志。 131(2020),2016年10月10日/j.ejrad.2020.109214.谷歌学者
[24]李浩（Li H.）。,徐C。,辛B。,郑C。,赵毅（音）。,郝K。,王强（音）。,瓦尔·R.L。,王X。,周瑜（音）。,18F-FDG PET/CT放射分析结合机器学习识别可疑复发急性白血病患者骨髓受累,治疗诊断科技 9(2019)4730–4739,10.7150/thno.33841.谷歌学者
[25]佩瓦B。,古铁雷斯北卡罗来纳州。,罗西诺。,维德里亚莱斯医学学士。,蒙塔尔班·马特。,马丁内斯·洛佩兹J。,马特奥斯M.V。,Cibeira M.T.公司。,科尔多恩·L。,Oriol A公司。,Terol医学杂志。,埃切维斯特文学硕士。,德帕兹·R。,德阿里巴·F。,帕洛霉属。,德拉鲁比亚J。,迪亚斯·Mediavilla J。,苏里达A。,戈罗斯奎塔A。,阿雷格里A。,马丁A。,埃尔南德斯M.T。,拉胡尔塔J.J。,布拉德·J。,圣米格尔J.F。,多参数流式细胞术预测多发性骨髓瘤自体干细胞移植后未染色完全反应的高危细胞遗传学和持续性微小残留病,血液 119(2012)687–691,10.1182/血液-2011-07-370460.谷歌学者
[26]博埃利亚德·R。,德尔加多·博尔顿（Delgado-Bolton R.）。,Oyen W.J.G.公司。,贾马利F。,塔奇K。,埃什纳·W。,Verzijlbergen F.J.公司。,巴林顿S.F。,派克有限责任公司。,韦伯W.A。,Stroobants公司。,德尔贝克D。,多诺霍K.J。,霍尔布鲁克S。,格雷厄姆·M.M。,Testanera G。,霍克斯特拉O.S。,齐杰斯特拉·J。,维瑟E。,霍克斯特拉C.J。,普鲁姆J。,威廉森A。,阿伦兹B。,科泽克·J·。,博基什A。,拜尔·T。,赤提A。,克劳斯B.J。，欧洲核医学协会（EANM）,FDG PET/CT:EANM肿瘤成像程序指南：2.0版,欧洲期刊编号。医学分子成像 42(2015)328–354,2007年10月7日/00259-014-2961-x.谷歌学者
[27]弗里斯顿K.J。,阿什伯恩J.T。,基贝尔S.J。,尼科尔斯·T·E。,彭妮·W.D。,统计参数映射：脑功能图像的分析,爱思维尔,2006.谷歌学者
[28]瓦利埃尔·M。,弗里曼·C.R。,Skamene S.R.公司。,埃尔·纳卡一世。,基于FDG-PET和MRI纹理特征的放射性模型预测四肢软组织肉瘤肺转移,物理学。医学生物学。 60(2015)5471–5496,10.1088/0031-9155/60/14/5471.谷歌学者
[29]周H。,瓦利埃尔·M。,白H.X。,苏·C。,唐H。,奥尔德里奇D。,张Z。,肖B。,廖伟（Liao W.）。,陶毅。,周杰。,张平（音）。,杨莉（Yang L.）。,MRI特征预测弥漫性低级别胶质瘤的生存率和分子标记物,神经醇。昂科尔。 19(2017)862–870,10.1093/新/现在256.谷歌学者
[30]Vallières M。,凯里维斯特E。,佩林·L.J。,列姆X。,福斯托斯C。,阿尔茨·H·J·W·L。,Khaouam N。,Nguyen-Tan P.F.公司。,王C.S。,苏丹K。,Seuntjens J。,埃尔·纳卡一世。,头颈癌肿瘤失败风险评估的放射学策略,科学。代表。 7(2017),10.1038/s41598-017-10371-5.谷歌学者
[31]Bunkhumpornpat C公司。,Sinapiromsaran K。,卢森萨普C。,安全水平打击：处理阶级不平衡问题的安全水平合成少数人过抽样技术，单位：亚太知识发现和数据挖掘会议记录,2009，第页。475–482.谷歌学者
[32]扎加·T。,马蒂亚C。,拉斐尔。,德姆沙尔·J。,埃尔贾维克A。,霍奇瓦尔·T。,米卢蒂诺维奇·M。,墨西哥。,托普拉克·M。,乌梅克L。,Zbontar J。,祖潘B。,橙色：python中的数据挖掘工具箱,J.马赫。学习。研究。 14(2013)2349–2353.谷歌学者
[33]穆伟（Mu W.）。,图纳利一世。,齐杰。,沙巴斯M.B。,吉利斯·R.J。,18F-氟脱氧葡萄糖PET/CT图像的放射组学预测NSCLC患者的严重免疫相关不良事件,无线电。Artif公司。智力。 2(2020),10.1148/ryai.2019190063.谷歌学者
[34]海德尔股份有限公司。,马哈扬A。,Zeevi T。,鲍迈斯特P。,赖切尔C。,沙拉夫·K。,福格哈尼·R·。,库库卡亚A.S。,凯恩·B.H。,贾德森B.L。,普拉萨德M.L。,伯特内斯B。,Payabvash S.公司。,口咽鳞癌中人乳头瘤病毒相关性的PET/CT放射特征,欧洲期刊编号。医学分子成像 47(2020)2978–2991,2007年10月7日/00259-020-04839-2.谷歌学者

索引术语

骨髓分割和放射分析[¹⁸F] 多发性骨髓瘤可测量残留疾病的FDG PET/CT图像评估
1. 应用计算
  1. 生命与医学
    1. 计算生物学
    2. 卫生保健信息系统
2. 计算方法
  1. 人工智能
    1. 计算机视觉
      1. 计算机视觉问题
        图像分割
  2. 机器学习

索引项已通过自动分类分配给内容。

建议

使用可解释的深度学习方法在全身18F-FDG PET/CT上对恶性黑色素瘤病变进行计算机辅助检测和分割
集锦
- 开发一种用于病变检测和分割的自动化方法。
- 一种便于与医生互动的可解释方法。
- 全身18F-FDG PET/CT的图像分析。
- 肝脏的自动定位。。。
摘要
背景与目的：在肿瘤学中，18-氟脱氧葡萄糖（18F-FDG）正电子发射断层扫描（PET）/计算机断层扫描（CT）被广泛用于识别和分析代谢活性肿瘤。高灵敏度和。。。
阅读更多信息
基于PET图像图谱的自然和模板空间分割：小鼠模型的放射重复性研究
图像分析和处理。ICIAP 2022研讨会
摘要
图像分割是计算机视觉中最重要的任务，特别是在生物医学领域，精确描绘器官或病变可以影响患者的生存。尽管有几种方法，但。。。
阅读更多信息
基于三维自适应阈值的CT图像骨快速分割

快速骨骼分割在计算机辅助医疗系统中通常很重要。基于阈值的技术已被广泛用于在黑暗背景下识别感兴趣的对象（骨骼）。然而，骨骼中经常出现的较暗区域。。。
阅读更多信息

登录选项

检查您是否可以通过登录凭据或您的机构访问本文。

完全访问权限

获取此文章

发布于

生物医学中的计算机方法和程序第225卷C期
2022年10月
572页
国际标准编号：0169-2607
期刊目录

版权所有©2022
赞助商
合作中
出版商
Elsevier North-Holland公司。
美国
出版历史记录
- 出版：2022年10月1日
作者标记
多发性骨髓瘤
可测量残留疾病
无线电技术
骨髓
细分
[18F]FDG PET/CT纤维
限定符
- 研究论文
会议
资金来源
其他指标
查看文章指标

文章指标
- 0
  引文总数
  查看引文
- 0
  总下载次数
- 下载次数（过去12个月）0
- 下载次数（最近6周）0
其他指标
查看作者指标
引用人
本出版物尚未被引用

骨髓分割和放射分析[¹⁸F] 多发性骨髓瘤可测量残留疾病的FDG PET/CT图像评估

生物医学中的计算机方法和程序

摘要

集锦

摘要

背景和目标

方法

结果

结论

工具书类

引用人

索引术语

建议

使用可解释的深度学习方法在全身18F-FDG PET/CT上对恶性黑色素瘤病变进行计算机辅助检测和分割

基于PET图像图谱的自然和模板空间分割：小鼠模型的放射重复性研究

基于三维自适应阈值的CT图像骨快速分割

评论

登录选项

完全访问权限

发布于

赞助商

合作中

出版商

出版历史记录

作者标记

限定符

会议

资金来源

其他指标

文章指标

其他指标

引用人

数字版

解说词

•	中骨髓的分割方法[¹⁸F] 提出了FDG PET/CT图像。
•	PET图像的放射学特征能够检测可测量的残留疾病。
•	用于分类的机器学习模型获得了高性能指标。

骨髓分割和放射分析[18F] 多发性骨髓瘤可测量残留疾病的FDG PET/CT图像评估

生物医学中的计算机方法和程序

摘要

集锦

摘要

背景和目标

方法

结果

结论

工具书类

引用人

索引术语

建议

使用可解释的深度学习方法在全身18F-FDG PET/CT上对恶性黑色素瘤病变进行计算机辅助检测和分割

基于PET图像图谱的自然和模板空间分割：小鼠模型的放射重复性研究

基于三维自适应阈值的CT图像骨快速分割

评论

登录选项

完全访问权限

发布于

赞助商

合作中

出版商

出版历史记录

作者标记

限定符

会议

资金来源

文章指标

其他指标

数字版

共享此出版物链接

在社交媒体上分享

骨髓分割和放射分析[¹⁸F] 多发性骨髓瘤可测量残留疾病的FDG PET/CT图像评估