Rechercher
image du produit
PET Clinics

S'abonner

Artificial Intelligence in Lymphoma PET Imaging : A Scoping Review (Current Trends and Future Directions) - 20/11/21

Doi : 10.1016/j.cpet.2021.09.006 
Navid Hasani, BS a, b, Sriram S. Paravastu, BA a, Faraz Farhadi, BS a, Fereshteh Yousefirizi, PhD c, Michael A. Morris, MD, MS, DABR, DABNM a, d, Arman Rahmim, PhD, DABSNM c, e, Mark Roschewski, MD f, Ronald M. Summers, MD, PhD a, ⁎ , Babak Saboury, MD, MPH, DABR, DABNM a, d, g, ⁎
a Department of Radiology and Imaging Sciences, Clinical Center, National Institutes of Health, 9000 Rockville Pike, Building 10, Room 1C455, Bethesda, MD 20892, USA 
b University of Queensland Faculty of Medicine, Ochsner Clinical School, New Orleans, LA 70121, USA 
c Department of Integrative Oncology, BC Cancer Research Institute, Vancouver, BC, Canada 
d Department of Computer Science and Electrical Engineering, University of Maryland-Baltimore Country, Baltimore, MD, USA 
e Department of Radiology, BC Cancer Research Institute, University of British Columbia, 675 West 10th Avenue, Vancouver, British Columbia, V5Z 1L3, Canada 
f Lymphoid Malignancies Branch, Center for Cancer Research, National Institutes of Health, Bethesda, MD, USA 
g Department of Radiology, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA, USA 

∗Corresponding authors. Department of Radiology and Imaging Sciences, Clinical Center, National Institutes of Health, 10 Center Drive, Building 10, Room 1C224D, Bethesda, MD 20892, USA (R.M.S); Department of Radiology and Imaging Sciences, Clinical Center, National Institutes of Health, 9000 Rockville Pike, Building 10, Room 1C455, Bethesda, MD 20892, USA (B.S).Department of Radiology and Imaging SciencesDepartment of Radiology and Imaging SciencesClinical CenterNational Institutes of Health10 Center Drive, Building 10, Room 1C224D, Bethesda, MD 20892, USA (R.M.S)Department of Radiology and Imaging Sciences, Clinical Center, National Institutes of Health, 9000 Rockville PikeBuilding 10, Room 1C455BethesdaMD20892USA (B.S)

Résumé

Malignant lymphomas are a family of heterogenous disorders caused by clonal proliferation of lymphocytes. 18F-FDG-PET has proven to provide essential information for accurate quantification of disease burden, treatment response evaluation, and prognostication. However, manual delineation of hypermetabolic lesions is often a time-consuming and impractical task. Applications of artificial intelligence (AI) may provide solutions to overcome this challenge. Beyond segmentation and detection of lesions, AI could enhance tumor characterization and heterogeneity quantification, as well as treatment response prediction and recurrence risk stratification. In this scoping review, we have systematically mapped and discussed the current applications of AI (such as detection, classification, segmentation as well as the prediction and prognostication) in lymphoma PET.

Le texte complet de cet article est disponible en PDF.

Keywords : Artificial intelligence, Deep learning, Positron emission tomography (PET), Lymphoma, Radiomics, Radiophenomics, Segmentation, Detection


Plan


© 2021  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

    •

  • Contenu

    •

Vol 17 - N° 1

P. 145-174 - janvier 2022 Retour au numéro
Article précédent Article précédent
  • Clinical Application of Artificial Intelligence in Positron Emission Tomography: Imaging of Prostate Cancer
  • Kevin Ma, Stephanie A. Harmon, Ivan S. Klyuzhin, Arman Rahmim, Baris Turkbey
| Article suivant Article suivant
  • Application of Artificial Intelligence in PET Instrumentation
  • Muhammad Nasir Ullah, Craig S. Levin

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Accès rapides

Mon compte

Aide & support

Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.

Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.