子宫癌治疗反应的多模态与时序分析
医学物理
2024-08-27 v1
摘要
子宫癌是全球健康领域的重大挑战，迫切需要先进的诊断和预后方法以实现有效治疗。本文探讨了在治疗不同阶段采用多模态医学成像以提高子宫癌治疗结果预测潜力。我们表明，在灰度共生矩阵（GLCM）特征中，对预测精度最有效的特征为对比度。多模态成像与纹理分析的集成为个体化、针对性干预以及更有效地管理子宫癌提供了广阔的前景。此外，未来子宫癌治疗中减少时间测量和模态数的潜力亦存在。该研究推动了精密诊断领域的发展，利用非侵入性医学图像中所蕴含的信息，为改善预后并优化诊断为患者治疗策略提供了支持。
引用
@article{arxiv.2408.13408,
title = {Multi-Modality and Temporal Analysis of Cervical Cancer Treatment Response},
author = {Haotian Feng and Emi Yoshida and Ke Sheng},
journal= {arXiv preprint arXiv:2408.13408},
year = {2024}
}