È necessario avere un abbonamento a JoVE per visualizzare questo. Accedi o inizia la tua prova gratuita.
Capitoli
- 00:04Titolo
- 00:59Structured Clinical Data Feature Extraction, Aggregation, and Reduction
- 03:01Results: Machine Learning Algorithm Performance
- 03:45Conclusion
Le terapie intra-arteriose sono lo standard di cura per pazienti con carcinoma epatocellulare che non può subire la resezione chirurgica. Viene proposto un metodo per predire la risposta a queste terapie. La tecnica utilizza informazioni demografiche, formazione immagine e cliniche pre-procedurale per addestrare modelli di apprendimento macchina in grado di predire la risposta prima del trattamento.
