Deep Learning for Automated Quantification of Radiographic Tumor Phenotypes

Informazioni relative al progetto

CANCER-RADIOMICS

ID dell’accordo di sovvenzione: 866504

DOI

10.3030/866504

Progetto chiuso

Data della firma CE 3 Luglio 2020

Data di avvio 1 Agosto 2020

Data di completamento 31 Luglio 2026

Finanziato da

• EXCELLENT SCIENCE - European Research Council (ERC)

Costo totale

€ 2 000 000,00

Contributo UE

€ 2 000 000,00

Coordinato da

UNIVERSITEIT MAASTRICHT
Netherlands

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Peer reviewed articles (10)

Deep-learning system to improve the quality and efficiency of volumetric heart segmentation for breast cancer.

Autori: Roman Zeleznik, Jakob Weiss, Jana Taron, Christian Guthier, Danielle S Bitterman, Cindy Hancox, Benjamin H Kann, Daniel W Kim, Rinaa S Punglia, Jeremy Bredfeldt, Borek Foldyna, Parastou Eslami, Michael T Lu, Udo Hoffmann, Raymond Mak, Hugo JWL Aerts
Pubblicato in: NPJ digital medicine, 2021, ISSN 2398-6352
Editore: Nature Publishing Group
DOI: 10.1038/s41746-021-00416-5

Clinical validation of deep learning algorithms for radiotherapy targeting of non-small-cell lung cancer: an observational study

Autori: Ahmed Hosny, Danielle S Bitterman, Christian V Guthier, Jack M Qian, Hannah Roberts, Subha Perni, Anurag Saraf, Luke C Peng, Itai Pashtan, Zezhong Ye, Benjamin H Kann, David E Kozono, David Christiani, Paul J Catalano, Hugo J W L Aerts, Raymond H Mak
Pubblicato in: The Lancet Digital Health, Numero Volume 4, Numero 9, September 2022, 2022, Pagina/e Pages e657-e666, ISSN 2589-7500
Editore: Elsevier
DOI: 10.1016/s2589-7500(22)00129-7

Thymic radiation is associated with worse outcomes in patients with NSCLC

Autori: V. Prudente, S. Bernatz, S. Pai, K.M. Atkins, F. Pecci, E. Garbo, K. Bressem, C.V. Guthier, A. Warrington, M. Tonneau, C. Ciausu, S. Yu, L. Thompson, E. Mannarino, A.K. Attermann, L. Nürnberg, C.E. Kehayias, C. Abbosh, C. Swanton, M. Jamal-Hanjani, B. Ricciuti, N.J. Birkbak, R.H. Mak, H.J.W.L. Aerts
Pubblicato in: Annals of Oncology, Numero 37, 2026, Pagina/e 1345-1357, ISSN 0923-7534
Editore: Oxford University Press
DOI: 10.1016/j.annonc.2026.07.001

Validation of a Deep Learning-Based Model to Predict Lung Cancer Risk Using Chest Radiographs and Electronic Medical Record Data

Autori: Vineet K Raghu, Anika S Walia, Aniket N Zinzuwadia, Reece J Goiffon, Jo-Anne O Shepard, Hugo J W L Aerts, Inga T Lennes, Michael T Lu
Pubblicato in: Jama network open, Numero Volume 5, Numero number 12, 2022, Pagina/e 13, ISSN 2574-3805
Editore: American Medical Association
DOI: 10.1001/jamanetworkopen.2022.48793

Artificial intelligence for clinical oncology

Autori: Benjamin H Kann, Ahmed Hosny, Hugo JWL Aerts
Pubblicato in: Cancer Cell, 2021, ISSN 1878-3686
Editore: Elsevier
DOI: 10.1016/j.ccell.2021.04.002

Thymic health consequences in adults

Autori: Simon Bernatz, Vasco Prudente, Suraj Pai, Asbjørn K. Attermann, Yumeng Cao, Jiachen Chen, Asya Lyass, Borek Foldyna, Leonard Nürnberg, Keno Bressem, Christopher Abbosh, Charles Swanton, Mariam Jamal-Hanjani, Michael T. Lu, Joanne M. Murabito, Kathryn L. Lunetta, Nicolai J. Birkbak, Hugo J. W. L. Aerts
Pubblicato in: Nature, Numero 652, 2026, Pagina/e 986-994, ISSN 0028-0836
Editore: Nature Publishing Group
DOI: 10.1038/s41586-026-10242-y

Deep learning classification of lung cancer histology using CT images

Autori: Tafadzwa L Chaunzwa, Ahmed Hosny, Yiwen Xu, Andrea Shafer, Nancy Diao, Michael Lanuti, David C Christiani, Raymond H Mak, Hugo JWL Aerts
Pubblicato in: Nature Scientific Reports, 2021, ISSN 2045-2322
Editore: Nature Publishing Group
DOI: 10.1038/s41598-021-84630-x

Deep convolutional neural networks to predict cardiovascular risk from computed tomography

Autori: Roman Zeleznik, Borek Foldyna, Parastou Eslami, Jakob Weiss, Ivanov Alexander, Jana Taron, Chintan Parmar, Raza M Alvi, Dahlia Banerji, Mio Uno, Yasuka Kikuchi, Julia Karady, Lili Zhang, Jan-Erik Scholtz, Thomas Mayrhofer, Asya Lyass, Taylor F Mahoney, Joseph M Massaro, Ramachandran S Vasan, Pamela S Douglas, Udo Hoffmann, Michael T Lu, Hugo JWL Aerts
Pubblicato in: Nature communications, Numero Volume 12, Numero 1, 2021, Pagina/e 1-9, ISSN 2041-1723
Editore: Nature Publishing Group
DOI: 10.1038/s41467-021-20966-2

Deep Learning-based Detection of Intravenous Contrast Enhancement on CT Scans

Autori: Zezhong Ye, Jack M Qian, Ahmed Hosny, Roman Zeleznik, Deborah Plana, Jirapat Likitlersuang, Zhongyi Zhang, Raymond H Mak, Hugo J W L Aerts, Benjamin H Kann
Pubblicato in: Radiology: Artificial Intelligence, Numero Volume 4 Numero number 3, 2022, Pagina/e 7, ISSN 2638-6100
Editore: Radiology
DOI: 10.1148/ryai.210285

Thymic health and immunotherapy outcomes in patients with cancer

Autori: Simon Bernatz, Vasco Prudente, Suraj Pai, Asbjørn K. Attermann, Alessandro Di Federico, Andrew Rowan, Selvaraju Veeriah, Lars Dyrskjøt, Leonard Nürnberg, Joao V. Alessi, Patrick A. Ott, Elad Sharon, Allan Hackshaw, Nicholas McGranahan, Christopher Abbosh, Raymond H. Mak, Danielle Bitterman, Mark Awad, Biagio Ricciuti, Charles Swanton, Mariam Jamal-Hanjani, Nicolai J. Birkbak, Hugo J. W. L. Aert
Pubblicato in: Nature, Numero 652, 2026, Pagina/e 995-1003, ISSN 0028-0836
Editore: Nature Publishing Group
DOI: 10.1038/s41586-026-10243-x