应用深度学习方法提高DCE-MRI药代动力学参数评估星形细胞瘤分级的可靠性
Improving the Reliability of Pharmacokinetic Parameters at Dynamic Contrast-enhanced MRI in Astrocytomas: A Deep Learning Approach作者机构：Department of Radiology Seoul National University Hospital
出 版 物：《国际医学放射学杂志》 (International Journal of Medical Radiology)
年 卷 期：2020年第6期
页 面：741-742页
学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1007[医学-药学(可授医学、理学学位)] 1006[医学-中西医结合] 100706[医学-药理学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100602[医学-中西医结合临床] 10[医学]
摘 要：摘要由动态增强MRI(DCE-MRI)获得的药代动力学(PK)参数可以评估星形细胞瘤微循环的通透性,但动脉输入函数(AIF)的不可靠性仍然是一个挑战。目的建立一个深度
同方期刊数据库