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

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 (7)

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

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

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