Scidown文献预览系统！
使用基于多模态深度学习的放射组学预测前处理PET/CT治疗晚期鼻咽癌的5年无进展生存率( Prediction of 5-year Progression-Free Survival in Advanced Nasopharyngeal Carcinoma with Pretreatment PET/CT using Multi-Modality Deep Learning-based Radiomics )
B Gu M Meng L Bi J Kim S Song
基于深度学习的放射学(DLR)在医学图像分析方面取得了巨大成功。在本研究中，我们旨在探讨DLR在鼻咽癌生存预测中的能力。我们利用预处理PET/CT图像建立了一个端到端的多模态DLR模型，以预测晚期鼻咽癌的5年无进展生存期(PFS)。本研究共纳入170例病理证实的晚期鼻咽癌患者（TNM分期III期或IVa期）。采用双分支的三维卷积神经网络(CNN)对PET/CT图像进行预处理，提取PET/CT图像的深层特征，并利用这些特征预测5年PFS的发生概率。另外，TNM分期作为一个高水平的临床特征，可以被整合到我们的DLR模型中，以进一步改善预后表现。为了对CR和DLR进行比较，我们提取了1456个手工特征，并从6种特征选择方法和9种分类方法的54种组合中选择了3种最优的CR方法作为基准。与三种CR方法相比，我们采用PET和CT的多模式DLR模型，无论有无TNM分期（称为PCT或PC模型），具有最高的预后表现。此外，多模态PCT模型优于仅使用PET和TNM分期（PT模型）或仅使用CT和TNM分期（CT模型）的单模态DLR模型。我们的研究发现了潜在的基于放射组学的晚期鼻咽癌生存预测模型，并提示DLR可以作为一种辅助癌症管理的工具。
SciDown文献求助系统（解决99%问题） Public Download arXiv.org ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 日本铁路用土工合成加筋土结构下载
scidown 日本铁路用土工合成加筋土结构下载
scidown He+(n = 2)与强烈的少周期阿秒脉冲产生的不对称性下载