A Comparison of the Efficiency of Using a Deep CNN Approach with Other Common Regression Methods for the Prediction of EGFR Expression in Glioblastoma Patients.

Hedyehzadeh, Mohammadreza; Maghooli, Keivan; MomenGharibvand, Mohammad; Pistorius, Stephen

Hedyehzadeh, Mohammadreza; Maghooli, Keivan; MomenGharibvand, Mohammad; Pistorius, Stephen.

Afiliação

Hedyehzadeh M; Department of Biomedical Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran.
Maghooli K; Science and Research Branch, Daneshgah Blvd, Simon Bulivar Blvd, Tehran, Iran.
MomenGharibvand M; Department of Biomedical Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran. K_maghooli@srbiau.ac.ir.
Pistorius S; Science and Research Branch, Daneshgah Blvd, Simon Bulivar Blvd, Tehran, Iran. K_maghooli@srbiau.ac.ir.

J Digit Imaging ; 33(2): 391-398, 2020 04.

Article em En | MEDLINE | ID: mdl-31797142

Assuntos

Glioblastoma; Receptores ErbB; Glioblastoma/diagnóstico por imagem; Glioblastoma/genética; Humanos; Imageamento por Ressonância Magnética; Redes Neurais de Computação; Receptores de Fatores de Crescimento

Palavras-chave

Deep learning; Glioblastoma; Radiogenomic; Regression

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Glioblastoma Tipo de estudo: Prognostic_studies / Risk_factors_studies Limite: Humans Idioma: En Revista: J Digit Imaging Assunto da revista: DIAGNOSTICO POR IMAGEM / INFORMATICA MEDICA / RADIOLOGIA Ano de publicação: 2020 Tipo de documento: Article País de afiliação: Irã

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google