/
/
Machine Learning Algoritmer för tidig upptäckt av Ben metastaser i en experimentell Rat Model
A subscription to JoVE is required to view this content. Sign in or start your free trial.
1Department of Radiology, University Hospital Erlangen,Friedrich-Alexander Universität Erlangen-Nürnberg, 2Department of Medical Physics in Radiation Oncology,German Cancer Research Center, 3Department of Internal Medicine 3, University Hospital Erlangen,Friedrich-Alexander Universität Erlangen-Nürnberg
Chapters
- 00:04Introduction
- 00:46Magnetic Resonance Imaging (MRI) Analysis
- 02:11Positron Emission Tomography/Computed Tomography (PET/CT) Analysis
- 03:03Tumor-Take Rate Calculation
- 03:30Feature Selection
- 04:23Machine Learning (ML) Analysis, Model-Averaged Neural Network (avNNet) ML Algorithm Training, and ML Algorithm Data Analysis
- 05:12Results: Representative Machine Learning Algorithm Rat Bone Metastasis Detection
- 06:19Conclusion
Detta protokoll har utformats för att träna en maskininlärningsalgoritm för att använda en kombination av bildbehandlingsparametrar som härrör från magnetisk resonanstomografi (MRI) och positronemissionstomografi/datortomografi (PET/CT) i en råttmodell av bröstcancerben metastaser för att upptäcka tidig metastaserande sjukdom och förutsäga efterföljande progression till makrometastaser.
