Deep Learning for Automated Quantification of Radiographic Tumor Phenotypes

Informacje na temat projektu

CANCER-RADIOMICS

Identyfikator umowy o grant: 866504

DOI

10.3030/866504

Data podpisania przez KE 3 Lipca 2020

Data rozpoczęcia 1 Sierpnia 2020

Data zakończenia 31 Lipca 2026

Finansowanie w ramach

• EXCELLENT SCIENCE - European Research Council (ERC)

Koszt całkowity

€ 2 000 000,00

Wkład UE

€ 2 000 000,00

Koordynowany przez

UNIVERSITEIT MAASTRICHT
Netherlands

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Publikacje

Peer reviewed articles (7)

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

Autorzy: 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
Opublikowane w: NPJ digital medicine, 2021, ISSN 2398-6352
Wydawca: 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

Autorzy: 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
Opublikowane w: The Lancet Digital Health, Numer Volume 4, Numer 9, September 2022, 2022, Strona(/y) Pages e657-e666, ISSN 2589-7500
Wydawca: 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

Autorzy: 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
Opublikowane w: Jama network open, Numer Volume 5, Numer number 12, 2022, Strona(/y) 13, ISSN 2574-3805
Wydawca: American Medical Association
DOI: 10.1001/jamanetworkopen.2022.48793

Artificial intelligence for clinical oncology

Autorzy: Benjamin H Kann, Ahmed Hosny, Hugo JWL Aerts
Opublikowane w: Cancer Cell, 2021, ISSN 1878-3686
Wydawca: Elsevier
DOI: 10.1016/j.ccell.2021.04.002

Deep learning classification of lung cancer histology using CT images

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

Deep convolutional neural networks to predict cardiovascular risk from computed tomography

Autorzy: 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
Opublikowane w: Nature communications, Numer Volume 12, Numer 1, 2021, Strona(/y) 1-9, ISSN 2041-1723
Wydawca: Nature Publishing Group
DOI: 10.1038/s41467-021-20966-2

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

Autorzy: 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
Opublikowane w: Radiology: Artificial Intelligence, Numer Volume 4 Numer number 3, 2022, Strona(/y) 7, ISSN 2638-6100
Wydawca: Radiology
DOI: 10.1148/ryai.210285