中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共23条，第1-10条 帮助

限定条件                
已选(0)清除 条数/页：   排序方式：
Deep learning-based AI model for signet-ring cell carcinoma diagnosis and chemotherapy response prediction in gastric cancer 期刊论文
MEDICAL PHYSICS, 2022, 页码: 12
作者:  Li, Cong;  Qin, Yun;  Zhang, Wei-Han;  Jiang, Hanyu;  Song, Bin;  Bashir, Mustafa R.;  Xu, Heng;  Duan, Ting;  Fang, Mengjie;  Zhong, Lianzhen;  Meng, Lingwei;  Dong, Di;  Hu, Zhenhua;  Tian, Jie;  Hu, Jian-Kun
Adobe PDF(1878Kb)  |  收藏  |  浏览/下载：356/79  |  提交时间：2022/03/17
chemotherapy  deep learning  diagnosis  signet-ring cell carcinoma  survival  
基于Unet编码块迁移学习的胃印戒细胞癌诊断研究 学位论文
, 北京市海淀区中国科学院自动化研究所智能化大厦910: 中国科学院大学-中国科学院自动化研究所, 2021
作者:  李聪
Adobe PDF(3289Kb)  |  收藏  |  浏览/下载：225/5  |  提交时间：2021/06/16
胃印戒细胞癌  迁移学习  深度学习  诊断  生存期  
Deep Learning Radiomics Based on Contrast-Enhanced Ultrasound Might Optimize Curative Treatments for Very-Early or Early-Stage Hepatocellular Carcinoma Patients 期刊论文
LIVER CANCER, 2020, 卷号: 9, 期号: 4, 页码: 397-413
作者:  Liu, Fei;  Liu, Dan;  Wang, Kun;  Xie, Xiaohua;  Su, Liya;  Kuang, Ming;  Huang, Guangliang;  Peng, Baogang;  Wang, Yuqi;  Lin, Manxia;  Tian, Jie;  Xie, Xiaoyan
浏览  |  Adobe PDF(1066Kb)  |  收藏  |  浏览/下载：334/80  |  提交时间：2020/09/07
Contrast-enhanced ultrasound  Hepatocellular carcinoma  Radiomics  Radiofrequency ablation  Surgical resection  
基于光源邻域信息的激发荧光断层重建算法研究 学位论文
, 中国科学院大学: 中国科学院大学, 2020
作者:  孟慧
Adobe PDF(5883Kb)  |  收藏  |  浏览/下载：265/3  |  提交时间：2020/05/28
光学分子影像  激发荧光断层成像  非局部全变分正则先验  自适应高 斯权重拉普拉斯正则先验  k 近邻局部连接网络  
基于定量磁共振影像组学的脑肿瘤无创诊断研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2020
作者:  张帅通
Adobe PDF(5591Kb)  |  收藏  |  浏览/下载：256/5  |  提交时间：2020/06/12
磁共振影像（MRI）  影像组学  无创诊断  半监督学习  脑肿瘤  
Multi-Habitat Based Radiomics for the Prediction of Treatment Response to Concurrent Chemotherapy and Radiation Therapy in Locally Advanced Cervical Cancer 期刊论文
FRONTIERS IN ONCOLOGY, 2020, 卷号: 10, 页码: 8
作者:  Fang, Mengjie;  Kan, Yangyang;  Dong, Di;  Yu, Tao;  Zhao, Nannan;  Jiang, Wenyan;  Zhong, Lianzhen;  Hu, Chaoen;  Luo, Yahong;  Tian, Jie
Adobe PDF(730Kb)  |  收藏  |  浏览/下载：321/51  |  提交时间：2020/06/22
cervical cancer  MRI  radiomics  treatment response prediction  concurrent chemotherapy and radiation therapy  precision medicine  
Development and validation of a CT-based radiomic nomogram for preoperative prediction of early recurrence in advanced gastric cancer 期刊论文
RADIOTHERAPY AND ONCOLOGY, 2020, 卷号: 145, 期号: 1, 页码: 13-20
作者:  Zhang, Wenjuan;  Fang, Mengjie;  Dong, Di;  Wang, Xiaoxiao;  Ke, Xiaoai;  Zhang, Liwen;  Hu, Chaoen;  Guo, Lingyun;  Guan, Xiaoying;  Zhou, Junlin;  Shan, Xiuhong;  Tian, Jie
浏览  |  Adobe PDF(1203Kb)  |  收藏  |  浏览/下载：303/70  |  提交时间：2020/06/22
Gastric cancer  Computed tomography  Radiomics  Deep learning  Prognosis  
A radiomics-based biomarker for cytokeratin 19 status of hepatocellular carcinoma with gadoxetic acid-enhanced MRI 期刊论文
EUROPEAN RADIOLOGY, 2020, 卷号: 30, 期号: 5, 页码: 3004-3014
作者:  Wang, Wentao;  Gu, Dongsheng;  Wei, Jingwei;  Ding, Ying;  Yang, Li;  Zhu, Kai;  Luo, Rongkui;  Rao, Sheng-Xiang;  Tian, Jie;  Zeng, Mengsu
Adobe PDF(998Kb)  |  收藏  |  浏览/下载：350/55  |  提交时间：2020/03/30
Diagnosis  Cytokeratin 19  Hepatocellular carcinoma  
Dual-energy CT-based deep learning radiomics can improve lymph node metastasis risk prediction for gastric cancer 期刊论文
EUROPEAN RADIOLOGY, 2020, 页码: 10
作者:  Li, Jing;  Dong, Di;  Fang, Mengjie;  Wang, Rui;  Tian, Jie;  Li, Hailiang;  Gao, Jianbo
Adobe PDF(1808Kb)  |  收藏  |  浏览/下载：308/43  |  提交时间：2020/03/30
Gastric cancer  Tomography  X-ray computed  Lymph node  Radiomics  Deep learning  
Evaluation of Lymph Node Metastasis in Advanced Gastric Cancer Using Magnetic Resonance Imaging-Based Radiomics 期刊论文
FRONTIERS IN ONCOLOGY, 2019, 卷号: 9, 页码: 1265
作者:  Chen, Wujie;  Wang, Siwen;  Dong, Di;  Gao, Xuning;  Zhou, Kefeng;  Li, Jiaying;  Lv, Bin;  Li, Hailin;  Wu, Xiangjun;  Fang, Mengjie;  Tian, Jie;  Xu, Maosheng
Adobe PDF(1130Kb)  |  收藏  |  浏览/下载：347/41  |  提交时间：2020/03/30
lymph node metastasis  magnetic resonance imaging  diffusion-weighted imaging  advanced gastric cancer  radiomics