基于CT影像组学的机器学习模型可预测肺部纯磨玻璃结节的浸润性

张娜; 杜静; 郭子泉; 武志峰; Na ZHANG; Jing DU; Ziquan GUO; Zhifeng WU

doi:10.12122/j.issn.1674-4500.2025.05.13

中国科技核心期刊（中国科技论文统计源期刊）
《中国学术期刊（光盘版）》收录期刊
《中国核心期刊（遴选）数据库》收录期刊
中国学术期刊综合评价数据库（CAJCED）统计源期刊
美国《乌利希期刊指南》（Ulrichsweb）来源期刊

分子影像学杂志 ›› 2025, Vol. 48 ›› Issue (5) : 614-619. DOI: 10.12122/j.issn.1674-4500.2025.05.13

基于CT影像组学的机器学习模型可预测肺部纯磨玻璃结节的浸润性

{{article.zuoZhe_CN}}

作者信息 +

Machine learning models based on CT radiomics can effectively predict invasiveness of pulmonary pure ground-glass nodules

{{article.zuoZhe_EN}}

Author information +

History +

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

{{article.zuoZheCn_L}}. {{article.title_cn}}. {{journal.qiKanMingCheng_CN}}. 2025, 48(5): 614-619 https://doi.org/10.12122/j.issn.1674-4500.2025.05.13

{{article.zuoZheEn_L}}. {{article.title_en}}. {{journal.qiKanMingCheng_EN}}. 2025, 48(5): 614-619 https://doi.org/10.12122/j.issn.1674-4500.2025.05.13

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

基金

版权

PDF(1240 KB)

Accesses

Citation

Detail

段落导航

Received	Published
2025-01-14	2025-05-20
Issue Date
2025-06-04

选择文件类型/文献管理软件名称

选择包含的内容

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

参考文献

{{custom_fnGroup.title_cn}}

脚注

{{custom_ack.title_cn}}

基金

版权