基于纹理形态学运算在肺癌放射组学研究中的预后效能
图像与视频处理
2020-12-24 v1 计算机视觉与模式识别
摘要
放射组学特征对于预测患者预后的重要性现已确立。对预后特征的早期研究有助于更有效的治疗个性化。为此，提出了通过基于数学形态学运算获得的新放射组学特征。其研究基于一组患有非小细胞肺癌（NSCLC）患者的开放数据库展开。从CT图像中提取肿瘤特征，并通过PCA与Kaplan-Meier生存分析进行解析以筛选最相关者。在研究的1,589个特征中，发现32个与预测患者生存相关：27个经典放射组学特征与5个MM特征（包括粒度与形态协方差特征）。这些特征将有助于预后模型，并最终服务于临床决策制定及患者的治疗进程。
引用
@article{arxiv.2012.12652,
title = {Prognostic Power of Texture Based Morphological Operations in a Radiomics Study for Lung Cancer},
author = {Paul Desbordes and Diksha and Benoit Macq},
journal= {arXiv preprint arXiv:2012.12652},
year = {2020}
}
备注
9 pages, 3 tables, 3 figures, 31 references