S'abonner

Radiomics and Artificial Intelligence : Renal Cell Carcinoma - 07/11/23

Doi : 10.1016/j.ucl.2023.06.007 
Alex G. Raman, MS a, b, David Fisher, BS a, Felix Yap, MD c, Assad Oberai, PhD d, Vinay A. Duddalwar, MD, FRCR a, d, ⁎
a Department of Radiology, University of Southern California, 1500 San Pablo Street, 2nd Floor, Los Angeles, CA 90033, USA 
b Western University of Health Sciences, 309 East Second Street, Pomona, CA 91766-1854, USA 
c Radiology Associates, San Luis Obispo, 1310 Las Tablas Road, Templeton, CA 93465, USA 
d Viterbi School of Engineering, University of Southern California, 3650 McClintock Avenue, Los Angeles, CA 90089, USA 

∗Corresponding author. Norris Comprehensive Cancer Hospital, 1441 Eastlake Avenue, NET #2315, Los Angeles, CA 90033.Norris Comprehensive Cancer Hospital1441 Eastlake Avenue, NET #2315Los AngelesCA90033

Résumé

There is a clinical need for accurate diagnosis and prognostication of kidney cancer using imaging. Radiomics and deep learning methods applied to imaging have shown promise in tasks such as tumor segmentation, classification, staging, and grading, as well as assessment of preoperative scores and correlation with tumor biomarkers. Artificial intelligence is also expected to play a significant role in advancing personalized medicine for the treatment of renal cell carcinoma.

Le texte complet de cet article est disponible en PDF.

Keywords : Renal carcinoma, Imaging, Artificial intelligence, Radiomics, Kidney, Deep learning


Plan


© 2023  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 51 - N° 1

P. 35-45 - février 2024 Retour au numéro
Article précédent Article précédent
  • Genomics and Artificial Intelligence : Prostate Cancer
  • Elyssa Y. Wong, Timothy N. Chu, Seyedeh-Sanam Ladi-Seyedian
| Article suivant Article suivant
  • Artificial Intelligence in Pathomics and Genomics of Renal Cell Carcinoma
  • J. Everett Knudsen, Joseph M. Rich, Runzhuo Ma

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

Mon compte


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.