对肺癌和感染Radiomics和人工智能

Radiomics描述算法,可以提取和分析大量的定量从医学图像的图像特征。Radiomics最近获得了一波的小说发展人工智能感兴趣。越来越多的网络公开加快投资回报(ROI)的过程描述,一直被认为是radiomic的瓶颈分析。即使数据不是信息,这些自动分割模型的准确性很大程度上取决于数据的数量参与培训。因此,越来越多的组织正在投资时间和资源部署可靠的基于云基础设施的大数据存储库。

本研究课题旨在展示最新的方法论的发展参与radiomic分析肺癌和感染。肺癌是全世界癌症相关死亡的主要原因之一。同时,肺炎是第三个最常见的死亡原因,是第一个死于感染的原因。因此,这一主题鼓励学者们更多关注这两个方面。

这个研究话题,欢迎提交封面使用放射和核医学技术评估肺癌如非小细胞癌(SCLC)和肺部感染如COVID-19、肺炎等。我们感兴趣的技术的例子包括radiomics,计算机断层扫描和人工智能(AI)。

我们承认小雨汉族作为研究课题的主题协调员一起买了这个研究课题。他们隶属于华中科技大学及其目前的研究兴趣包括radiomics。

关键字人工智能计算机断层扫描:radiomics肺癌肺炎

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。