Decoding and Systematization of Medical Imaging Features of Multiple Human Malignancies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose To summarize the data of previously reported medical imaging features on human malignancies to provide a scientific basis for more credible imaging feature selection for future studies. Materials and Methods A search was performed in PubMed from database inception through March 23, 2018, for studies clearly stating the decoding of medical imaging features for malignancy-related objectives and/or hypotheses. The Newcastle-Ottawa scale was used for quality assessment of the included studies. Unsupervised hierarchical clustering was performed on the manually extracted features from each included study to identify the application rules of medical imaging features across human malignancies. CT images of 1000 retrospective patients with non–small cell lung cancer were used to reveal a pattern for the value distribution of complex texture features. Results A total of 5026 imaging features of malignancies affecting 20 parts of the human body from 930 original articles were collated and assessed in this study. A meta-feature construct was proposed to facilitate the investigation of details of any high-dimensional complex imaging features of malignancy. A correlation atlas was constructed to clarify the general rules of applying medical imaging features to the analysis of human malignancy. Assessment of this data revealed a pattern of value distributions of the most commonly reported texture features across human malignancies. Furthermore, the significant expression of the gene mutational signature 1B across human cancer was highly consistent with the presence of the run length imaging feature across different human malignancy types. Conclusion The results of this study may facilitate more credible imaging feature selection in all oncology tasks across a wide spectrum of human malignancies and help to reduce bias and redundancies in future medical imaging studies. Keywords: Computer Aided Diagnosis (CAD), Computer Applications-General (Informatics), Evidence Based Medicine, Informatics, Research Design, Statistics, Technology Assessment Supplemental material is available for this article. Published under a CC BY 4.0 license.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle