Los modelos de aprendizaje automático basados en radiómica mejoran la predicción de la gravedad de la pancreatitis aguda
Autores: Karkas, Ahmet Yasin; Durak, Gorkem; Babacan, Onder; Cebeci, Timurhan; Uysal, Emre; Aktas, Halil Ertugrul; Ilhan, Mehmet; Medetalibeyoglu, Alpay; Bagci, Ulas; Cakir, Mehmet Semih; Erturk, Sukru Mehmet
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Los modelos de aprendizaje automático basados en radiómica mejoran la predicción de la gravedad de la pancreatitis aguda
Categoría
Ingeniería y Tecnología
Subcategoría
Inteligencia Artificial
Palabras clave
Pancreatitis aguda
Modelos de aprendizaje automático basados en radiómica
Exploraciones de tomografía computarizada con contraste mejorado
Clasificación de gravedad
Sistemas de puntuación tradicionales
Características radiómicas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
La investigación es la primera en predecir con éxito el pronóstico mediante el análisis de características radiómicas tanto de tejidos pancreáticos como peripancreáticos utilizando múltiples algoritmos de aprendizaje automático aplicados a imágenes tempranas de CECT.
Descripción
La investigación es la primera en predecir con éxito el pronóstico mediante el análisis de características radiómicas tanto de tejidos pancreáticos como peripancreáticos utilizando múltiples algoritmos de aprendizaje automático aplicados a imágenes tempranas de CECT.