基于深度学习的乳腺DCE-MRI影像分解方法及其在分子分型中的应用研究.pdfVIP

基于深度学习的乳腺DCE-MRI影像分解方法及其在分子分型中的应用研究.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

摘要

乳腺癌严重危害着妇女的生命健康，因其高发病率和死亡率，受到人们广泛关注。乳腺

癌根据乳腺癌基因表达情况的差异被分为四种分子分型，不同分型在预后效果、复发风险等

都存在明显差异，分子分型在乳腺癌精准诊疗中正发挥着越来越重要的作用。

乳腺肿瘤中存在复杂的异质性，这会影响分子分型的准确标定。影像基因组学将影像特

征与基因表现形式的相关特征建立联系，其中动态增强磁共振影像（dynamiccontrast-enhanced

magneticresonanceimaging,DCE-MR

该用户很懒，什么也没介绍

更多 >