首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

癌症医学图像数据库TCIA

TCIA还鼓励创建数据分析中心(DACs), DACs通过连接到TCIA REST API或镜像Collections,为可视化或分析TCIA数据提供了额外的功能。...TCIA也会与你合作,以确保你的网站/工具提供足够的attributions和返回TCIA的链接,以符合TCIA的数据使用政策和限制。 9....新TCIA数据集New TCIA Dataset 这里介绍了向TCIA提交新的影像数据集的过程。如果是利用了现有的TCIA数据,希望发布你的分析,也可以在这里找到操作说明。 2....现有TCIA数据集的分析Analysis of Existing TCIA Datasets 除了发布新的TCIA数据集,TCIA鼓励发布来自现有TCIA数据集的分析。...基于TCIA的研究Publications Based on TCIA 这里列举了引用TCIA的数据进行研究的工作,并进行了分类。 2.

4.8K32
您找到你想要的搜索结果了吗?
是的
没有找到

RNAseq | IPS评分-TCIA数据库了解一下,非TCGA数据用IOBR评估

你常用哪一个可以看患者的整体的免疫浸润程度,单独的PD1,PD-L1 响应则可以使用免疫表型评分(IPS)进行量化,这里提供两种场景数据的IPS分析 (1)如果是TCGA样本 可以直接下载TCIA数据库中的...(2)非TCGA样本 以及 TCIA中没有的癌种,使用IOBR 预测IPS评分。...一 TCIA数据库 TCIA(https://tcia.at/home)上提供了TCGA中的20种实体瘤分析后的IPS结果 ,可以直接下载使用。...点击官网https://tcia.at/home进去后如下图所示的交互,鼠标悬停在需要的癌种上点击即可,也可以在左边进行筛选。 点击癌种柱子后,会出现如下表格,可以点击2处直接在下载。...二 IOBR 预测 如果是非TCGA样本 以及 TCIA中没有的癌种,可以使用IOBR-R 包来预测患者的IPS评分。

2.1K30

Neuro-Oncology:深度学习算法全自动评估脑胶质瘤负荷

材料和方法: 被试与数据 术前患者队列 : 本研究回顾性地分析了宾夕法尼亚大学附属医院(HUP)、肿瘤成像档案馆(TCIA)、麻省总医院(MGH)和布莱根妇女医院(BWH)的胶质瘤患者。...基于深度学习的异常FLAIR高信号和对比增强肿瘤分割 HUP、TCIA和MGH术前患者队列以4:1的比例随机分为训练组和测试组。BWH患者队列用作独立测试集。...结果 患者队列基本信息 我们的最终术前患者队列包括来自HUP的239名患者,来自TCIA的293名患者,来自MGH的154名患者和来自BWH的157名患者。...补充表1.术前(HUP,TCIA,MGH和BWH)和术后患者队列(MGH)的年龄,性别和组织学分级。*注意 - 年龄显示为平均值(最小值 - 最大值) ?

92630

Neuro-Oncology:对脑胶质瘤IDH突变状态进行分类的一种新型的基于MRI的全自动深度学习算法

研究人员从癌症影像档案馆(The Cancer Imaging Archive,TCIA)和癌症基因组图谱(The Cancer Genome Atlas,TCGA)中获得了214位受试者(94位IDH...在Chang等人最近的研究中,他们通过使用基于MRI的深度学习算法,非侵入性地确定IDH突变状态,在肿瘤影像档案(TCIA)数据库上的准确率为94%。...数据和方法 数据及预处理 神经胶质瘤患者的多参数脑MRI数据来源于TCIA数据库。基因组信息由TCGA数据库提供。...与深度学习通常所需的样本数量相比,可从TCIA数据集中获得的数据数量相对较少。尽管如此,这些数据代表了真实世界的临床经验,来自多个机构的多参数磁共振图像,代表了最大的公开可用的脑肿瘤数据库之一。...此外,在向TCIA提供数据的成像中心中,采集参数和成像供应商平台各不相同。虽然这里的结果显示了快速临床转换的希望,但是这里的算法性能将需要复制到一个独立的数据集上。

1.1K51

Radiology:人工智能在神经肿瘤学中的新兴应用

公开神经肿瘤学影像数据和竞赛 肿瘤影像档案(TCIA)(15)提供的数据支持了神经肿瘤学中分割和影像组学领域的进展,该档案是癌症基因组图谱(TCGA)(http://cancergenome.nih.gov...自2012年以来,TCIA数据已通过多模态脑肿瘤图像分割基准(BraTS)挑战(16,17)进一步整理,该挑战旨在提高术前MR图像自动胶质瘤分割和生存预测的准确性。...这些集群随后在来自TCIA的144名多机构受试者中得到验证,并且在生存率方面存在显著差异。环状强化亚组预后最好,多发灶组预后最差。...TCIA和BRAT在为胶质瘤图像分析创建集中的、标记良好的数据方面取得了实质性进展,而以非胶质瘤为基础的研究因缺乏公共数据集而受到限制。尽管如此,绝大多数可用数据仍然孤立于各个机构和医院系统中。

72930
领券