/
/
Machine Learning-algoritmen voor vroegtijdige opsporing van botmetastasen in een experimenteel ratmodel
A subscription to JoVE is required to view this content. Sign in or start your free trial.
1Department of Radiology, University Hospital Erlangen,Friedrich-Alexander Universität Erlangen-Nürnberg, 2Department of Medical Physics in Radiation Oncology,German Cancer Research Center, 3Department of Internal Medicine 3, University Hospital Erlangen,Friedrich-Alexander Universität Erlangen-Nürnberg
Chapters
- 00:04Introduction
- 00:46Magnetic Resonance Imaging (MRI) Analysis
- 02:11Positron Emission Tomography/Computed Tomography (PET/CT) Analysis
- 03:03Tumor-Take Rate Calculation
- 03:30Feature Selection
- 04:23Machine Learning (ML) Analysis, Model-Averaged Neural Network (avNNet) ML Algorithm Training, and ML Algorithm Data Analysis
- 05:12Results: Representative Machine Learning Algorithm Rat Bone Metastasis Detection
- 06:19Conclusion
Dit protocol is ontworpen om een machine learning-algoritme te trainen om een combinatie van beeldvormingsparameters te gebruiken die zijn afgeleid van magnetic resonance imaging (MRI) en positron emissietomografie/computertomografie (PET/CT) in een ratmodel van botmetastasen van borstkanker om vroege gemetastaseerde ziekte op te sporen en latere progressie naar macrometastasen te voorspellen.
