m+Medelevator.RU
← Поиск публикаций
Clinical radiology · 2025

Радиомика в различных формах: всеобъемлющий обзор нейродегенеративных заболеваний.

СтатьяОбзорПоддержка исследования: вне правительства СШАНазвание и аннотация: Машинный перевод · не проверен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Inglese M, Conti A, Toschi N

Аннотация

Радиомика позволяет извлекать из медицинских снимков количественные характеристики, которые позволяют выявить ткани, которые, как правило, невидимы для наблюдателей. Несмотря на трудности с визуальной интерпретацией радиочастот и вычислительных ресурсов, необходимых для их создания, они имеют большое значение для автоматизированной обработки данных на выходе из системы. Например, в рамках статистического или машинного обучения радиотехнические элементы повышают чувствительность и специфичность, делая их незаменимыми для решения таких задач, как диагностика, прогнозирование, мониторинг, корректирование изображений и оценка терапевтических мер реагирования. В этом обзоре рассматривается применение радиомики в нейродегенеративных заболеваниях с упором на болезнь Альцгеймера, болезнь Паркинсона, болезнь Хантингтона и множественный склероз. В то время как в литературе по радионике часто основное внимание уделяется магнитно-резонансным изображениям (MRI) и расчетной томографии (CT), этот обзор охватывает также ее более широкое применение в ядерной медицине с использованием позитронной томографии (PET) и радиомики для расчета однофотографных выбросов, рассчитанных на томографию (SPECT). Кроме того, мы пересматриваем интегрированные радиомикады, в которых для повышения эффективности моделей смешаны элементы, полученные с помощью различных методов съемки. В этом обзоре также подчеркивается растущая интеграция радиомики с искусственным интеллектом и необходимость стандартизации характеристик и воспроизводимости для облегчения их перевода в клиническую практику.
Оригинал публикации

Radiomics across modalities: a comprehensive review of neurodegenerative diseases.

Radiomics allows extraction from medical images of quantitative features that are able to reveal tissue patterns that are generally invisible to human observers. Despite the challenges in visually interpreting radiomic features and the computational resources required to generate them, they hold significant value in downstream automated processing. For instance, in statistical or machine learning frameworks, radiomic features enhance sensitivity and specificity, making them indispensable for tasks such as diagnosis, prognosis, prediction, monitoring, image-guided interventions, and evaluating therapeutic responses. This review explores the application of radiomics in neurodegenerative diseases, with a focus on Alzheimer's disease, Parkinson's disease, Huntington's disease, and multiple sclerosis. While radiomics literature often focuses on magnetic resonance imaging (MRI) and computed tomography (CT), this review also covers its broader application in nuclear medicine, with use cases of positron emission tomography (PET) and single-photon emission computed tomography (SPECT) radiomics. Additionally, we review integrated radiomics, where features from multiple imaging modalities are fused to improve model performance. This review also highlights the growing integration of radiomics with artificial intelligence and the need for feature standardisation and reproducibility to facilitate its translation into clinical practice.

Предметные рубрики MeSH

ИП Урсолов Владлен Сергеевич

ИНН 500118482352 · ОГРНИП 314500117700049

Реквизиты и контакты