×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
知识图谱
新闻&公告
在结果中检索
研究单元&专题
中国科学院分子影像... [25]
毕业生 [1]
作者
方梦捷 [26]
董迪 [24]
张利文 [7]
臧亚丽 [4]
刘振宇 [4]
李聪 [4]
更多...
文献类型
期刊论文 [25]
学位论文 [1]
发表日期
2022 [3]
2021 [3]
2020 [8]
2019 [9]
2018 [3]
语种
英语 [25]
中文 [1]
出处
FRONTIERS ... [3]
CLINICAL C... [2]
EUROPEAN J... [2]
EUROPEAN R... [2]
JOURNAL OF... [2]
MEDICAL PH... [2]
更多...
资助项目
National ... [16]
National ... [16]
National ... [15]
Beijing N... [14]
Youth Inn... [14]
National ... [13]
更多...
收录类别
SCI [25]
导师
田捷 [1]
资助机构
Youth Inn... [14]
National ... [12]
National ... [12]
Beijing N... [11]
Bureau of ... [5]
Strategic ... [5]
更多...
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
(本次检索基于用户作品认领结果)
浏览/检索结果:
共26条,第1-10条
帮助
限定条件
作者:方梦捷
第一作者
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
发表日期升序
发表日期降序
作者升序
作者降序
期刊影响因子升序
期刊影响因子降序
提交时间升序
提交时间降序
题名升序
题名降序
WOS被引频次升序
WOS被引频次降序
基于CT影像组学的胃癌TNM分期预测算法研究
学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:
方梦捷
Adobe PDF(5185Kb)
  |  
收藏
  |  
浏览/下载:286/9
  |  
提交时间:2022/06/13
影像组学
深度学习
胃癌
TNM 分期
计算机断层扫描
Deep learning for predicting immunotherapeutic efficacy in advanced non-small cell lung cancer patients: a retrospective study combining progression-free survival risk and overall survival risk
期刊论文
TRANSLATIONAL LUNG CANCER RESEARCH, 2022, 页码: 23
作者:
He, Bing-Xi
;
Zhong, Yi-Fan
;
Zhu, Yong-Bei
;
Deng, Jia-Jun
;
Fang, Meng-Jie
;
She, Yun-Lang
;
Wang, Ting-Ting
;
Yang, Yang
;
Sun, Xi-Wen
;
Belluomini, Lorenzo
;
Watanabe, Satoshi
;
Dong, Di
;
Tian, Jie
;
Xie, Dong
Adobe PDF(3742Kb)
  |  
收藏
  |  
浏览/下载:288/36
  |  
提交时间:2022/06/10
Tumor biomarkers
immunotherapy
lung neoplasms
programmed cell death 1 receptor (PD-1 receptor)
biostatistics
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:345/79
  |  
提交时间:2022/03/17
chemotherapy
deep learning
diagnosis
signet-ring cell carcinoma
survival
A deep learning-based radiomic nomogram for prognosis and treatment decision in advanced nasopharyngeal carcinoma: A multicentre study
期刊论文
EBIOMEDICINE, 2021, 卷号: 70, 页码: 10
作者:
Zhong, Lianzhen
;
Dong, Di
;
Fang, Xueliang
;
Zhang, Fan
;
Zhang, Ning
;
Zhang, Liwen
;
Fang, Mengjie
;
Jiang, Wei
;
Liang, Shaobo
;
Li, Cong
;
Liu, Yujia
;
Zhao, Xun
;
Cao, Runnan
;
Shan, Hong
;
Hu, Zhenhua
;
Ma, Jun
;
Tang, Linglong
;
Tian, Jie
Adobe PDF(3679Kb)
  |  
收藏
  |  
浏览/下载:335/68
  |  
提交时间:2021/11/03
Multi-task deep learning
Radiomic nomogram
Survival analysis
Treatment decision
Advanced nasopharyngeal carcinoma
Exploring the predictive value of additional peritumoral regions based on deep learning and radiomics: A multicenter study
期刊论文
MEDICAL PHYSICS, 2021, 页码: 12
作者:
Wu, Xiangjun
;
Dong, Di
;
Zhang, Lu
;
Fang, Mengjie
;
Zhu, Yongbei
;
He, Bingxi
;
Ye, Zhaoxiang
;
Zhang, Minming
;
Zhang, Shuixing
;
Tian, Jie
Adobe PDF(3862Kb)
  |  
收藏
  |  
浏览/下载:634/356
  |  
提交时间:2021/05/06
deep learning
peritumor
radiomics
Integrating No.3 lymph nodes and primary tumor radiomics to predict lymph node metastasis in T1-2 gastric cancer
期刊论文
BMC Medical Imaging, 2021, 卷号: 21, 期号: 1, 页码: 10
作者:
Wang,Xiaoxiao
;
Li,Cong
;
Fang,Mengjie
;
Zhang,Liwen
;
Zhong,Lianzhen
;
Dong,Di
;
Tian,Jie
;
Shan,Xiuhong
Adobe PDF(2269Kb)
  |  
收藏
  |  
浏览/下载:355/56
  |  
提交时间:2021/04/06
Stomach cancer
Lymph nodes
Nomogram
Deep learning radiomic nomogram can predict the number of lymph node metastasis in locally advanced gastric cancer: an international multicenter study
期刊论文
ANNALS OF ONCOLOGY, 2020, 卷号: 31, 期号: 7, 页码: 912-920
作者:
Dong, Di
;
Fang, Mengjie
;
Tang, Lei
;
Shan, Xiuhong
;
Gao, Jianbo
;
Giganti, Francesco
;
Wang, Rongpin
;
Chen, Xin
;
Wang, Xiaoxiao
;
Palumbo, Diego
;
Fu, Jia
;
Li, Wuchao
;
Li, Jing
;
Zhong, Lianzhen
;
De Cobelli, Francesco
;
Ji, Jiafu
;
Liu, Zaiyi
;
Tian, Jie
浏览
  |  
Adobe PDF(2209Kb)
  |  
收藏
  |  
浏览/下载:368/62
  |  
提交时间:2020/07/20
deep learning
locally advanced gastric cancer
lymph node metastasis
radiomic nomogram
Development and External Validation of Radiomics Approach for Nuclear Grading in Clear Cell Renal Cell Carcinoma
期刊论文
ANNALS OF SURGICAL ONCOLOGY, 2020, 卷号: 27, 期号: 10, 页码: 4057–4065
作者:
Zhou, Hongyu
;
Mao, Haixia
;
Dong, Di
;
Fang, Mengjie
;
Gu, Dongsheng
;
Liu, Xueling
;
Xu, Min
;
Yang, Shudong
;
Zou, Jian
;
Yin, Ruohan
;
Zheng, Hairong
;
Tian, Jie
;
Pan, Changjie
;
Fang, Xiangming
;
Zhou, Hongyu
;
Mao, Haixia
;
Dong, Di
;
Fang, Mengjie
;
Gu, Dongsheng
;
Liu, Xueling
;
Xu, Min
;
Yang, Shudong
;
Zou, Jian
;
Yin, Ruohan
;
Zheng, Hairong
;
Tian, Jie
;
Pan, Changjie
;
Fang, Xiangming
浏览
  |  
Adobe PDF(1325Kb)
  |  
收藏
  |  
浏览/下载:291/67
  |  
提交时间:2020/06/22
Clear Cell Renal Cell Carcinoma
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:310/50
  |  
提交时间:2020/06/22
cervical cancer
MRI
radiomics
treatment response prediction
concurrent chemotherapy and radiation therapy
precision medicine
CT radiomics can help screen the Coronavirus disease 2019 (COVID-19): a preliminary study
期刊论文
SCIENCE CHINA-INFORMATION SCIENCES, 2020, 卷号: 63, 期号: 7, 页码: 8
作者:
Fang, Mengjie
;
He, Bingxi
;
Li, Li
;
Dong, Di
;
Yang, Xin
;
Li, Cong
;
Meng, Lingwei
;
Zhong, Lianzhen
;
Li, Hailin
;
Li, Hongjun
;
Tian, Jie
Adobe PDF(250Kb)
  |  
收藏
  |  
浏览/下载:366/49
  |  
提交时间:2020/06/02
coronavirus disease 2019
radiomics
pneumonia
diagnosis