放射组学和人工智能分析多发性骨髓瘤预后特征的CT数据
摘要：多发性骨髓瘤（MM）是一种涉及骨髓、肾脏损伤和骨质破坏的血液癌症。本文的核心是MM的骨骼受累，并利用放射组学和人工智能来识别基于影像的MM生物标志物。初步结果显示，MM与全身骨内体积的扩大相关，并且机器学习可以识别与疾病演变最相关的CT影像特征。这种计算方法允许基于这些生物标志物对MM患者进行自动分层，并制定用于确定疾病随访的预后程序。
作者：Daniela Schenonea, Rita Lai, Michele Cea, Federica Rossi, Lorenzo Torri, Bianca Bignotti, Giulia Succio, Stefano Gualco, Alessio Conte, Alida Dominietto, Anna Maria Massone, Michele Piana, Cristina Campi, Francesco Frassoni, Gianmario Sambuceti, Alberto Stefano Tagliafico
论文ID：2001.08924
分类：Tissues and Organs
分类简称：q-bio.TO
提交时间：2020-01-27