基于3D卷积神经网络对局部晚期NSCLC患者的生存预测

doi:10.19850/j.cnki.2096-4706.2023.04.028

	基于3D卷积神经网络对局部晚期NSCLC患者的生存预测
	马亚楠; 宋玥; 郝天宇
	2023-02-25
发表期刊	现代信息科技
卷号	7 期号:04 页码:109-112+116
摘要	目前关于非小细胞肺癌（NSCLC）患者生存分析的研究已经有很多，但是大多数都是在医生勾画出肿瘤的基础上进行影像组学特征提取，其次结合临床以及治疗前患者的肿瘤PET/CT图像特征进行生存分析的研究。在无医生勾画肿瘤的基础上，采用深度学习的方法，基于患者治疗前后FDG-PET是否可以对局部晚期NSCLC患者进行生存分析。在采用治疗前和治疗后FDG-PET时，基于3D卷积神经网络（3D CNN）的深度生存模型的一致性指数（C-index）为0.67。研究表明，同时使用治疗前后PDG-PET进行阅片可以预测出患者的风险概率。
关键词	非小细胞肺癌治疗前后PDG-PET 3D卷积神经网络生存分析
DOI	10.19850/j.cnki.2096-4706.2023.04.028
URL	查看原文
ISSN	2096-4706
语种	中文
原始文献类型	学术期刊
中图分类号	TP183;R734.2
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/33392
专题	信息工程与人工智能学院
作者单位	兰州财经大学
第一作者单位	兰州财经大学
推荐引用方式 GB/T 7714	马亚楠,宋玥,郝天宇. 基于3D卷积神经网络对局部晚期NSCLC患者的生存预测[J]. 现代信息科技,2023,7(04):109-112+116.
APA	马亚楠,宋玥,&郝天宇.(2023).基于3D卷积神经网络对局部晚期NSCLC患者的生存预测.现代信息科技,7(04),109-112+116.
MLA	马亚楠,et al."基于3D卷积神经网络对局部晚期NSCLC患者的生存预测".现代信息科技 7.04(2023):109-112+116.