Deep Learning based Radiomics (DLR) and its usage in noninvasive IDH1 prediction for low grade glioma

Deep learning-based radiomics (DLR) was developed to extract deep information from multiple modalities of magnetic resonance (MR) images. The performance of DLR for predicting the mutation status of isocitrate dehydrogenase 1 (IDH1) was validated in a dataset of 151 patients with low-grade glioma. A...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Scientific reports Jg. 7; H. 1; S. 5467 - 11
Hauptverfasser:	Li, Zeju, Wang, Yuanyuan, Yu, Jinhua, Guo, Yi, Cao, Wei
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	London Nature Publishing Group UK 14.07.2017 Nature Publishing Group Nature Portfolio
Schlagworte:	119/118 45/77 631/67/1857 631/67/1922 639/166/985 639/705/117 692/53/2422 Brain tumors Deep learning Glioma Humanities and Social Sciences Image processing Information processing Isocitrate dehydrogenase Magnetic resonance imaging multidisciplinary Neural networks Radiomics Science Science (multidisciplinary)
ISSN:	2045-2322, 2045-2322
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!