Найдено 3 публикации
Комбинированная модель на основе радиомных признаков, deep learning и клинических параметров показала AUC 0.891 в валидационной выборке, превзойдя отдельные модели и демонстрируя потенциал как неинвазивный инструмент персонализированного планирования лечения.

Библиометрический анализ 540 публикаций показал 24,01% ежегодный рост исследований с 2020 года, переход от компьютерной диагностики к глубокому обучению, радиомике и языковым AI-моделям, с доминированием imaging-подходов и зарождением клинических предиктивных систем.

Комбинированная модель на основе 2.5D CE-T1WI, объединяющая клинические данные, радиомику и deep transfer learning, достигла AUC 0.935 в предсказании инвазии менингиомы — превзойдя отдельные методы.
