功能磁共振及机器学习
利用临床经验和放射组学特征自动检测海马硬化使用预测列线图预测轻度认知障碍向阿尔茨海默氏病转化的多预测模型多模态数据揭示了男女性智力的不同神经生物学相关性基于连接组预测个体化智商和子域得分中的性别差异女性和男性Raven矩阵推理能力依赖不同皮质区：基于体素的形态计量学研究的证据MachinelearningclassifiersandfMRI:Atutorialoverview使用静息态功能磁共振成像预测帕金森氏病患者的个体临床评分通过结构和功能神经影像检测内侧颞叶癫痫的机器学习使用全脑功能磁共振成像数据对电痉挛治疗的个体反应进行初步预测基于连接组的模型预测信任倾向中的个体差异阿尔茨海默病的多元回归和分类变量联合预测的多模态多任务学习使用功能脑成像评估特质焦虑并预测状态焦虑的变化：一项测试-重测研究MR成像在注意缺陷多动障碍诊断中的心理放射学实用性：放射组学分析基于连接组的可卡因戒断预测发育性阅读障碍白质连接中断：一种机器学习方法识别未接受过抗病毒治疗的HIV患者中白质损伤：DTI数据的多元模式分析自闭症谱系障碍学龄前儿童白质连接改变主观认知下降的个人的白质结构连接组拓扑效率破坏遗忘型轻度认知障碍中白质结构网络拓扑结构破坏：与亚型的关系fMRI全脑信号：噪声或有用信息？使用多模态影像和多分类器的多水平表征（M3）对早期阿尔茨海默氏病进行判别分析建立预测证据的最佳实践：综述高特质焦虑的年轻健康个体的白质结构脑连接全脑信号回归对静息态fMRI信号的局部一致性具有复杂影响Grab‐AD：阿尔茨海默病脑活动改变和诊断分类的泛化性和可重复性独立和可重复的多站点阿尔茨海默病海马放射学组学生物标记物：诊断、纵向进展和生物学基础从“大数据”角度看功能连接组学从连接组到认知：在人类功能大脑网络中寻找机制持续注意的全脑功能连接神经标记多元模式分析揭示左右尺度的叶片癫痫的解剖学连接差异机器学习回归算法和样本量对基于功能连接特征的个体化行为预测的影响结构脑MRI的SVM递归特征消除分析预测多发性硬化临床孤立综合征患者的近期复发迈向解释神经影像机器学习模型的统一框架（一）神经影像个体差异预测模型的十个简单规则影像组学
用于术前预测大肠癌淋巴结转移的放射组学列线图的开发和验证NomogramsinOncology–MorethanMeetstheEye利用临床经验和放射组学特征自动检测海马硬化使用预测列线图预测轻度认知障碍向阿尔茨海默氏病转化的多预测模型基于机器学习的影像组学用于胶质瘤的分子分型MR成像在注意缺陷多动障碍诊断中的心理放射学实用性：放射组学分析基于CT的放射组学列线图用于鉴别无可见脂肪的肾血管平滑肌脂肪瘤和均质透明细胞肾细胞癌用于术前评估可切除胰腺癌的早期复发新型多参数MRI放射组学列线图的开发EurRadiol：基于MRI的放射组学列线图可预测局部晚期鼻咽癌对诱导化疗的反应和生存FrontiersinOncology：影像学定量在鉴别非钙化性肺错构瘤和肺腺癌中的有效性Nat.Commun：使用定量影像组学方法通过无创成像解码肿瘤表型Radiomics:使用先进的特征分析从医学图像中提取更多信息Radiomics:ImagesAreMorethanPictures,TheyAreData(1)Radiomics:ImagesAreMorethanPictures,TheyAreData(2)机器学习及人工智能使用CT图像筛选冠状病毒疾病（COVID-）的深度学习算法使用全卷积网络从功能MRI合成弥散张量成像人工智能在胸部CT上将COVID-19与社区获得性肺炎区分开人工智能系统在脑MRI鉴别诊断准确率接近神经放射专业医生水平ArtificialintelligenceinradiologyArtificialintelligenceinradiology(2)R语言机器学习R实现系列（四）——LASSO机器学习R实现系列（五）——列线图绘制机器学习R实现系列（六）——相关性矩阵热图绘制诊断性试验统计学方法R实现杂项脑白质DTI高清解剖图谱（一）脑白质DTI高清解剖图谱（二）脑白质DTI高清解剖图谱文档发布肠宏基因组学衍生的基因可作为帕金森氏病的潜在生物标记编译不易，如果各位朋友觉得对您有帮助，烦请各位积极转发，收藏，并点击文末右下角“在看”，让更多人看到。点击“阅读原文”可转载请注明：http://www.twwaa.com/zldyz/11413.html
