Journal
/
Medicine
/
Прогнозирование лечение реакции изображений руководствуясь терапии с использованием машинного обучения: пример для транс артериальная Лечение гепатоцеллюлярной карциномы
JoVE Journal
Medicine
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Journal Medicine
Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Please note that all translations are automatically generated. Click here for the English version.

Прогнозирование лечение реакции изображений руководствуясь терапии с использованием машинного обучения: пример для транс артериальная Лечение гепатоцеллюлярной карциномы

DOI:
10.3791/58382-v

•

04:09 min

•

October 10, 2018

•

, , , , , , , , ,
1Department of Radiology and Biomedical Imaging,Yale School of Medicine, 2Department of Diagnostic and Interventional Radiology,Universitätsmedizin Charité Berlin, 3Department of Biomedical Engineering,Yale School of Engineering and Applied Science, 4Philips Research North America, 5Prescience Labs

Chapters

  • 00:04Title
  • 00:59Structured Clinical Data Feature Extraction, Aggregation, and Reduction
  • 03:01Results: Machine Learning Algorithm Performance
  • 03:45Conclusion

Summary

Automatic Translation

Automatic Translation

Внутри артериальной терапии являются стандарт медицинской помощи для пациентов с гепатоцеллюлярной карциномы, которые не могут пройти хирургическая резекция. Предложен метод прогнозирования ответа на эти виды лечения. Техника использует предварительно процедурные клинических, демографические и визуализации информации для обучения машина обучения моделей, способных предсказать ответ до начала лечения.

Tags

Machine LearningImage-guided TherapyHepatocellular CarcinomaTrans-arterial TreatmentFeature ExtractionBinarizationModel TrainingOutcome Prediction

Article

Embed

ADD TO PLAYLIST

Usage Statistics

Related Videos

Измерение и лечение в борьбе с амблиопией

Рассеянный склероз характеристик Испытания (MSPT): Ipad-инструмент инвалидности Оценка

Экс Vivo Лечение отклика первичных опухолей и / или связанных метастазов для доклинических и клинических развития Therapeutics

<em> В Ово</em> Хорионалантоисной Мембрана (САМ) Анализ как эффективный ксенотрансплантата модели гепатоцеллюлярной карциномы

Оценка эффективности<em> Н. пилори</em> Белок HP-NAP как лечебное средство для лечения рака мочевого пузыря в Ортотопическая мышиной модели

А "Пациент-лайк" Ортотопическая Сингенная мышь Модель гепатоцеллюлярной карциномы Метастазы

МРТ наведением dmPFC-МТР для лечения резистентных к терапии большого депрессивного расстройства

Использование микро-компьютерной томографии для оценки развития опухоли и последующая деятельность в ответ на лечение в мышиной модели рака легких

Сетевой анализ овального электродных Recordings в устойчивых к лекарственным средствам височная эпилепсия пациентов

Лечение метастазов в печени, с использованием метода внутренней целевой объем для тела стереотаксической лучевой терапии

Read Article